RandomTranslation 层

[源代码]

RandomTranslation 类

keras.layers.RandomTranslation(
    height_factor,
    width_factor,
    fill_mode="reflect",
    interpolation="bilinear",
    seed=None,
    fill_value=0.0,
    data_format=None,
    **kwargs
)

在训练期间随机平移图像的预处理层。

此层将在训练期间对每个图像应用随机平移，并根据 fill_mode 填充空白区域。

输入像素值可以是任意范围（例如 [0., 1.) 或 [0, 255]），并且可以是整数或浮点 dtype。默认情况下，该层将输出浮点数。

输入形状

3D（未批处理）或 4D（已批处理）张量，形状为：(..., height, width, channels)，采用 "channels_last" 格式；或者 (..., channels, height, width)，采用 "channels_first" 格式。

输出形状

3D（未批处理）或 4D（已批处理）张量，形状为：(..., target_height, target_width, channels)，或者 (..., channels, target_height, target_width)，采用 "channels_first" 格式。

注意：此层可以在 tf.data 管道中使用（与您使用的后端无关）。

参数

• height_factor：表示为值分数的浮点数，或表示垂直平移下限和上限的元组（大小为 2）。负值表示图像向上平移，正值表示图像向下平移。当表示为单个正浮点数时，此值将用作上限和下限。例如，height_factor=(-0.2, 0.3) 会导致输出在 [-20%, +30%] 范围内随机平移。height_factor=0.2 会导致输出高度在 [-20%, +20%] 范围内随机平移。
• width_factor：表示为值分数的浮点数，或表示水平平移下限和上限的元组（大小为 2）。负值表示图像向左平移，正值表示图像向右平移。当表示为单个正浮点数时，此值将用作上限和下限。例如，width_factor=(-0.2, 0.3) 会导致输出向左平移 20%，向右平移 30%。width_factor=0.2 会导致输出高度向左或向右平移 20%。
• fill_mode：根据给定模式填充输入边界之外的点。可用方法包括 "constant"、"nearest"、"wrap" 和 "reflect"。默认为 "constant"。
  • "reflect": `(d c b a | a b c d | d c b a)` 输入通过围绕最后一个像素的边缘进行反射来扩展。
  • "constant": `(k k k k | a b c d | k k k k)` 输入通过用 `fill_value` 指定的相同常量值 k 填充边缘以外的所有值来扩展。
  • "wrap": `(a b c d | a b c d | a b c d)` 输入通过环绕到相对边缘进行扩展。
  • "nearest"：(a a a a | a b c d | d d d d) 输入通过最近的像素进行扩展。请注意，当使用 torch 后端时，"reflect" 会重定向到 "mirror" (c d c b | a b c d | c b a b)，因为 torch 不支持 "reflect"。请注意，torch 后端不支持 "wrap"。
• interpolation：插值模式。支持的值："nearest"、"bilinear"。
• seed：整数。用于创建随机种子。
• fill_value：一个浮点数，表示当 fill_mode="constant" 时用于填充边界之外的值。
• data_format：字符串，可以是 "channels_last" 或 "channels_first"。输入中维度的顺序。"channels_last" 对应于形状为 (batch, height, width, channels) 的输入，而 "channels_first" 对应于形状为 (batch, channels, height, width) 的输入。它默认为 Keras 配置文件 ~/.keras/keras.json 中 image_data_format 的值。如果您从未设置，则默认为 "channels_last"。
• **kwargs：基础层关键字参数，例如 name 和 dtype。