nvidia.dali.fn.random_crop_generator

nvidia.dali.fn.random_crop_generator(__input, /, *, bytes_per_sample_hint=[0], num_attempts=10, preserve=False, random_area=[0.08, 1.0], random_aspect_ratio=[0.75, 1.333333], seed=-1, device=None, name=None)

生成一个裁剪窗口，其区域和宽高比是随机选择的。

期望一个一维输入，表示我们要裁剪的输入的形状 (HW 或 HWC 表示)。

生成两个输出，分别表示裁剪窗口的锚点和形状。

此算子的输出（锚点和形状）可以馈送到 fn.slice、fn.decoders.image_slice 或任何其他接受感兴趣区域的算子。例如

crop_anchor, crop_shape = fn.random_crop_generator(image_shapes)
images_crop = fn.slice(images, start=crop_anchor, shape=crop_shape, axes=[0, 1])

支持的后端

• ‘cpu’

参数:

__input (TensorList) – 算子的输入。

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，以字节/样本为单位。

  如果指定，则算子的输出（位于 GPU 或页锁定主机内存中）将被预分配，以适应此大小的样本批次。

• num_attempts (int, 可选, 默认 = 10) – 用于选择随机区域和宽高比的最大尝试次数。

• preserve (bool, 可选, 默认 = False) – 阻止算子从图中移除，即使其输出未使用。

• random_area (float 或 list of float, 可选, 默认 = [0.08, 1.0]) –

  选择随机区域比例 A 的范围。

  裁剪图像的面积将等于 A * 原始图像的面积。

• random_aspect_ratio (float 或 list of float, 可选, 默认 = [0.75, 1.333333]) – 选择随机宽高比（宽度/高度）的范围。

• seed (int, 可选, 默认 = -1) – 随机种子；如果未设置，将自动分配一个。