nvidia.dali.fn.crop#

nvidia.dali.fn.crop(__input, /, *, bytes_per_sample_hint=[0], crop=None, crop_d=0.0, crop_h=0.0, crop_pos_x=0.5, crop_pos_y=0.5, crop_pos_z=0.5, crop_w=0.0, dtype=None, fill_values=[0.0], out_of_bounds_policy='error', preserve=False, rounding='round', device=None, name=None)#

使用指定的窗口尺寸和窗口位置（左上角）裁剪图像。

此操作符允许序列输入并支持体积数据。

支持的后端

  • ‘cpu’

  • ‘gpu’

参数:

__input (TensorList ('HWC', 'CHW', 'DHWC', 'CDHW', 'FHWC', 'FCHW', 'CFHW', 'FDHWC', 'FCDHW', 'CFDHW')) – 操作符的输入。

关键字参数:

  • bytes_per_sample_hint (int 或 int 列表, 可选, 默认 = [0]) –

    输出大小提示，以每样本字节数为单位。

    如果指定，则将预先分配驻留在 GPU 或分页锁定主机内存中的操作符输出，以容纳此大小的一批样本。

  • crop (float 或 float 列表或 TensorList float，可选) –

    裁剪图像的形状，指定为值列表（例如，对于 2D 裁剪为 (crop_H, crop_W)，对于体积裁剪为 (crop_D, crop_H, crop_W)）。

    提供 crop 参数与提供单独的参数（如 crop_d、crop_h 和 crop_w）不兼容。

  • crop_d (float 或 TensorList of float, 可选, 默认 = 0.0) –

    仅适用于体积输入；裁剪窗口深度（以体素为单位）。

    crop_w、crop_h 和 crop_d 必须一起指定。为 crop_w、crop_h 和 crop_d 提供值与提供固定裁剪窗口尺寸（参数 crop）不兼容。

  • crop_h (float 或 TensorList of float, 可选, 默认 = 0.0) –

    裁剪窗口高度（以像素为单位）。

    为 crop_w 和 crop_h 提供值与提供固定裁剪窗口尺寸（参数 crop）不兼容。

  • crop_pos_x (float 或 TensorList of float, 可选, 默认 = 0.5) –

    裁剪窗口的归一化 (0.0 - 1.0) 水平位置（左上角）。

    实际位置计算为 crop_x = crop_x_norm * (W - crop_W)，其中 crop_x_norm 是归一化位置，W 是图像的宽度，crop_W 是裁剪窗口的宽度。

    有关 crop_x 如何转换为整数值的更多详细信息，请参见 rounding 参数。

  • crop_pos_y (float 或 TensorList of float, 可选, 默认 = 0.5) –

    裁剪窗口起始位置（通常为左上角）的归一化 (0.0 - 1.0) 垂直位置。

    实际位置计算为 crop_y = crop_y_norm * (H - crop_H)，其中 crop_y_norm 是归一化位置，H 是图像的高度，crop_H 是裁剪窗口的高度。

    有关 crop_y 如何转换为整数值的更多详细信息，请参见 rounding 参数。

  • crop_pos_z (float 或 TensorList of float, 可选, 默认 = 0.5) –

    仅适用于体积输入。

    裁剪窗口（前平面）的归一化 (0.0 - 1.0) 法线位置。实际位置计算为 crop_z = crop_z_norm * (D - crop_D)，其中 crop_z_norm 是归一化位置，D 是图像的深度，crop_D 是裁剪窗口的深度。

    有关 crop_z 如何转换为整数值的更多详细信息，请参见 rounding 参数。

  • crop_w (float 或 TensorList of float, 可选, 默认 = 0.0) –

    裁剪窗口宽度（以像素为单位）。

    为 crop_w 和 crop_h 提供值与提供固定裁剪窗口尺寸（参数 crop）不兼容。

  • dtype (nvidia.dali.types.DALIDataType, 可选) –

    输出数据类型。

    支持的类型：FLOAT、FLOAT16 和 UINT8。

    如果未设置，则使用输入类型。

  • fill_values (float 或 float 列表, 可选, 默认 = [0.0]) –

    确定填充值，并且仅在 out_of_bounds_policy 设置为 “pad” 时才相关。

    如果提供标量值，则将用于所有通道。 如果提供多个值，则值的数量和通道必须相同（布局中维度 C 的范围）在输出切片中。

  • image_type (nvidia.dali.types.DALIImageType) –

    警告

    参数 image_type 不再使用，将在未来的版本中删除。

  • out_of_bounds_policy (str, 可选, 默认 = ‘error’) –

    确定对输入进行越界区域切片时的策略。

    以下是支持值的列表

    • "error" (默认)：尝试在输入边界之外切片将产生错误。

    • "pad"：将根据需要使用零或使用 fill_values 参数指定的任何其他值填充输入。

    • "trim_to_shape"：切片窗口将裁剪到输入的边界。

  • output_dtype (nvidia.dali.types.DALIDataType) –

    警告

    参数 output_dtype 是 dtype 的已弃用别名。 请改用 dtype。

  • preserve (bool, 可选, 默认 = False) – 即使操作符的输出未使用，也防止从图中删除该操作符。

  • rounding (str, 可选, 默认 = ‘round’) –

    确定用于将窗口的起始坐标转换为整数值的舍入函数（请参见 crop_pos_x、crop_pos_y、crop_pos_z）。

    可能的值为

    • "round" - 四舍五入到最接近的整数值，中间情况远离零四舍五入。
    • "truncate" - 丢弃数字的小数部分（向零截断）。

在本页中