RandomTranslation 層

[來源]

RandomTranslation 類別

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

一個在訓練期間隨機平移影像的預處理層。

此層將在訓練期間對每個影像應用隨機平移，並根據 fill_mode 填充空白區域。

輸入像素值可以是任何範圍（例如 [0., 1.) 或 [0, 255]），並且可以是整數或浮點 dtype。預設情況下，此層將輸出浮點數。

輸入形狀

3D（非批次處理）或 4D（批次處理）張量，形狀為：(..., height, width, channels)（在 "channels_last" 格式中），或 (..., channels, height, width)（在 "channels_first" 格式中）。

輸出形狀

3D（非批次處理）或 4D（批次處理）張量，形狀為：(..., target_height, target_width, channels)，或 (..., channels, target_height, target_width)（在 "channels_first" 格式中）。

注意： 此層可以安全地在 tf.data 管道內使用（與您使用的後端無關）。

引數

• height_factor：一個浮點數，表示值的比例，或大小為 2 的元組，表示垂直平移的下限和上限。負值表示向上平移影像，而正值表示向下平移影像。當表示為單個正浮點數時，此值將用於上限和下限。例如，height_factor=(-0.2, 0.3) 會導致輸出在 [-20%, +30%] 範圍內隨機平移。height_factor=0.2 會導致輸出高度在 [-20%, +20%] 範圍內隨機平移。
• width_factor：一個浮點數，表示值的比例，或大小為 2 的元組，表示水平平移的下限和上限。負值表示向左平移影像，而正值表示向右平移影像。當表示為單個正浮點數時，此值將用於上限和下限。例如，width_factor=(-0.2, 0.3) 會導致輸出向左平移 20%，向右平移 30%。width_factor=0.2 會導致輸出高度向左或向右平移 20%。
• fill_mode：根據給定模式填充輸入邊界之外的點。可用的方法有 "constant"、"nearest"、"wrap" 和 "reflect"。預設為 "constant"。
  • "reflect"：(d c b a | a b c d | d c b a) 輸入通過在最後一個像素的邊緣反射來擴展。
  • "constant"：(k k k k | a b c d | k k k k) 輸入通過用 fill_value 指定的相同常數值 k 填充邊緣之外的所有值來擴展。
  • "wrap"：(a b c d | a b c d | a b c d) 輸入通過環繞到對邊緣來擴展。
  • "nearest"：(a a a a | a b c d | d d d d) 輸入通過最近的像素來擴展。請注意，當使用 torch 後端時，"reflect" 會重定向到 "mirror" (c d c b | a b c d | c b a b)，因為 torch 不支援 "reflect"。請注意，torch 後端不支援 "wrap"。
• interpolation：插值模式。支援的值："nearest"、"bilinear"。
• seed：整數。用於建立隨機種子。
• fill_value：一個浮點數，表示當 fill_mode="constant" 時要填充在邊界之外的值。
• data_format：字串，可以是 "channels_last" 或 "channels_first"。輸入中維度的順序。"channels_last" 對應於形狀為 (batch, height, width, channels) 的輸入，而 "channels_first" 對應於形狀為 (batch, channels, height, width) 的輸入。它預設為在您的 Keras 設定檔 ~/.keras/keras.json 中找到的 image_data_format 值。如果您從未設定它，則它將為 "channels_last"。
• **kwargs：基礎層關鍵字引數，例如 name 和 dtype。