nvidia.dali.fn.crop_mirror_normalize

nvidia.dali.fn.crop_mirror_normalize(__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=DALIDataType.FLOAT, fill_values=[0.0], mean=[0.0], mirror=0, out_of_bounds_policy='error', output_layout='CHW', pad_output=False, preserve=False, rounding='round', scale=1.0, shift=0.0, std=[1.0], device=None, name=None)

执行融合的裁剪、归一化、格式转换（NHWC 到 NCHW，如果需要）和类型转换。

归一化采用输入图像，并使用以下公式生成输出

output = scale * (input - mean) / std + shift

注意

如果未指定裁剪参数，则只会进行镜像和归一化。

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')) – 运算符的输入。

关键字参数:

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

  输出大小提示，以每个样本的字节数为单位。

  如果指定，则将预先分配驻留在 GPU 或页锁定主机内存中的运算符输出，以容纳此大小的样本批次。

• crop (float 或 list of float 或 TensorList of float, 可选) –

  裁剪图像的形状，指定为值列表（例如，2D 裁剪的 (crop_H, crop_W) 和体积裁剪的 (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) –

  裁剪窗口水平位置的归一化值 (0.0 - 1.0)（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 是图像宽度，crop_W 是裁剪窗口宽度。

  有关 crop_x 如何转换为整数值的更多详细信息，请参阅 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）的归一化垂直位置 (0.0 - 1.0)。

  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 是图像高度，crop_H 是裁剪窗口高度。

  有关 crop_y 如何转换为整数值的更多详细信息，请参阅 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。

  裁剪窗口法线位置的归一化值 (0.0 - 1.0)（前平面）。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 是图像深度，crop_D 是裁剪窗口深度。

  有关 crop_z 如何转换为整数值的更多详细信息，请参阅 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, 默认 = DALIDataType.FLOAT) –

  输出数据类型。

  支持的类型：FLOAT、 FLOAT16、 INT8、 UINT8。

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

  确定填充值，仅在 out_of_bounds_policy 设置为“pad”时相关。

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

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

  警告

  参数 image_type 不再使用，将在未来的版本中移除。

• mean (float 或 list of float 或 TensorList of float, 可选, 默认 = [0.0]) – 用于图像归一化的平均像素值。

• mirror (int 或 TensorList of int, 可选, 默认 = 0) – 如果非零，图像将水平翻转（镜像）。

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

  确定在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进行切片将产生错误。

  • "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 的已弃用的别名。请改用 dtype。

• output_layout (layout str, 可选, 默认 = ‘CHW’) – 输出的张量数据布局。

• pad_output (bool, 可选, 默认 = False) –

  确定是否填充输出，以便通道数是 2 的幂。

  用于填充的值由 fill_values 参数确定。

• preserve (bool, 可选, 默认 = False) – 阻止操作符从图中移除，即使其输出未使用。

• 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（请参阅 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，中间情况四舍五入到远离零的值。
  • "truncate" - 丢弃数字的小数部分（向零截断）。

• scale (float, 可选, 默认 = 1.0) –

  结果乘以的值。

  当使用整数输出以提高动态范围利用率时，此参数很有用。

• shift (float, 可选, 默认 = 0.0) –

  添加到（缩放）结果的值。

  当使用无符号整数输出以提高动态范围利用率时，此参数很有用。

• std (float 或 list of float 或 TensorList of float, 可选, 默认 = [1.0]) – 用于图像归一化的标准差值。