Pytorch中的Randomhorizo​​ntalflip（Pytorch.Randomhorizo.ntalflip...）

给我买咖啡☕

*备忘录：

• 我的帖子解释了bersanverticalflip（）。
>
• 我的帖子解释了牛津iiitpet（）。

randomhorizo​​ntalflip（）可以随机和水平覆盖图像，如下所示：

*备忘录：

• 初始化的第一个参数是p（可选默认：0.5-type：int或float）： *备忘录：
  • 这是图像是否被翻转的可能性。
  >
  • 必须为0
第一个参数是img（必需类型：pil图像或张量（int））： *备忘录：
• 张量必须为2d或3d。
  • 不使用img =。
  建议根据v1或v2使用v2？我应该使用哪一个？

• from torchvision.datasets import OxfordIIITPet
  from torchvision.transforms.v2 import RandomHorizontalFlip
  
  randomhorizontalflip = RandomHorizontalFlip()
  randomhorizontalflip = RandomHorizontalFlip(p=0.5)
  
  randomhorizontalflip
  # RandomHorizontalFlip(p=0.5)
  
  randomhorizontalflip.p
  # 0.5
  
  origin_data = OxfordIIITPet(
      root="data",
      transform=None
      # transform=RandomHorizontalFlip(p=0)
  )
  
  p1_data = OxfordIIITPet(
      root="data",
      transform=RandomHorizontalFlip(p=1)
  )
  
  p05_data = OxfordIIITPet(
      root="data",
      transform=RandomHorizontalFlip(p=0.5)
  )
  
  import matplotlib.pyplot as plt
  
  def show_images1(data, main_title=None):
      plt.figure(figsize=[10, 5])
      plt.suptitle(t=main_title, y=0.8, fontsize=14)
      for i, (im, _) in zip(range(1, 6), data):
          plt.subplot(1, 5, i)
          plt.imshow(X=im)
          plt.xticks(ticks=[])
          plt.yticks(ticks=[])
      plt.tight_layout()
      plt.show()
  
  show_images1(data=origin_data, main_title="origin_data")
  print()
  show_images1(data=p1_data, main_title="p1_data")
  show_images1(data=p1_data, main_title="p1_data")
  show_images1(data=p1_data, main_title="p1_data")
  print()
  show_images1(data=p05_data, main_title="p05_data")
  show_images1(data=p05_data, main_title="p05_data")
  show_images1(data=p05_data, main_title="p05_data")
  
  # ↓ ↓ ↓ ↓ ↓ ↓ The code below is identical to the code above. ↓ ↓ ↓ ↓ ↓ ↓
  def show_images2(data, main_title=None, prob=0):
      plt.figure(figsize=[10, 5])
      plt.suptitle(t=main_title, y=0.8, fontsize=14)
      for i, (im, _) in zip(range(1, 6), data):
          plt.subplot(1, 5, i)
          rhf = RandomHorizontalFlip(p=prob)
          plt.imshow(X=rhf(im))
          plt.xticks(ticks=[])
          plt.yticks(ticks=[])
      plt.tight_layout()
      plt.show()
  
  show_images2(data=origin_data, main_title="origin_data")
  print()
  show_images2(data=origin_data, main_title="p1_data", prob=1)
  show_images2(data=origin_data, main_title="p1_data", prob=1)
  show_images2(data=origin_data, main_title="p1_data", prob=1)
  print()
  show_images2(data=origin_data, main_title="p05_data", prob=0.5)
  show_images2(data=origin_data, main_title="p05_data", prob=0.5)
  show_images2(data=origin_data, main_title="p05_data", prob=0.5)
  

以上就是Pytorch中的Randomhorizo​​ntalflip的详细内容，更多请关注知识资源分享宝库其它相关文章！