transforms.RandomResizedCrop 先按照设置的缩放和宽高比切割图片 然后将切割后的图片缩放到指定大小。主要需要解释的是get_params函数如何获取切割位置信息和函数的执行流程
class RandomResizedCrop(torch.nn.Module): 初始化 def __init__(self, size, scale (0.08, 1.0), ratio (3. / 4., 4. / 3.), interpolation InterpolationMode.BILINEAR): super().__init__() self.size _setup_size(size, error_msg Please provide only two dimensions (h, w) for size. ) # 删除了参数检查和警告 self.interpolation interpolation self.scale scale self.ratio ratio 该函数根据 scale 和 ratio 获取切割的 (i, j, h, w) 也就是切割原图的起始位置和切割的高度宽度 staticmethod def get_params( img: Tensor, scale: List[float], ratio: List[float] ) - Tuple[int, int, int, int]: # 原图宽高 width, height F._get_image_size(img) # 原图面积 area height * width log_ratio torch.log(torch.tensor(ratio)) for _ in range(10): # 原图面积 * 设置范围内随机缩放比例 目标切割面积 target_area area * torch.empty(1).uniform_(scale[0], scale[1]).item() # 同样 在设置的宽高比范围内获取一个随机值作为 本次的 宽高比 aspect_ratio torch.exp( torch.empty(1).uniform_(log_ratio[0], log_ratio[1]) ).item() # 根据切割面积和切割比例 计算出切割区域的宽和高 # 以下是 这个方程组的解: xy x/y 其中x和y代表宽高 a代表面积 r代表比例 # x sqrt(a*r); y sqrt(a/r) w int(round(math.sqrt(target_area * aspect_ratio))) h int(round(math.sqrt(target_area / aspect_ratio))) # 如果在原图的范围内 就得到了最终的切割范围 # 否则 尝试10次后 跳出循环 进行中心切割 if 0 w width and 0 h height: i torch.randint(0, height - h 1, size (1,)).item() j torch.randint(0, width - w 1, size (1,)).item() return i, j, h, w # Fallback to central crop in_ratio float(width) / float(height) if in_ratio min(ratio): w width h int(round(w / min(ratio))) elif in_ratio max(ratio): h height w int(round(h * max(ratio))) else: # whole image w width h height i (height - h) // 2 j (width - w) // 2 return i, j, h, w 根据计算好的i,j,h,w切割图片 然后resize到指定大小 def forward(self, img): i, j, h, w self.get_params(img, self.scale, self.ratio) return F.resized_crop(img, i, j, h, w, self.size, self.interpolation)
def resized_crop( img: Tensor, top: int, left: int, height: int, width: int, size: List[int], interpolation: InterpolationMode InterpolationMode.BILINEAR ) - Tensor: Crop the given image and resize it to desired size. 如下 先根据位置信息crop 然后resize img crop(img, top, left, height, width) img resize(img, size, interpolation) return img
