Referência para ultralytics/data/augment.py
Nota
Este ficheiro está disponível em https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/data/augment .py. Se detectares um problema, por favor ajuda a corrigi-lo contribuindo com um Pull Request 🛠️. Obrigado 🙏!
ultralytics.data.augment.BaseTransform
Classe base para transformações de imagens.
Esta é uma classe de transformação genérica que pode ser alargada para necessidades específicas de processamento de imagens. A classe foi concebida para ser compatível tanto com tarefas de classificação como de segmentação semântica.
Métodos:
Nome | Descrição |
---|---|
__init__ |
Inicializa o objeto BaseTransform. |
apply_image |
Aplica a transformação de imagem às etiquetas. |
apply_instances |
Aplica transformações a instâncias de objetos em rótulos. |
apply_semantic |
Aplica a segmentação semântica a uma imagem. |
__call__ |
Aplica todas as transformações de rótulo a uma imagem, instâncias e máscaras semânticas. |
Código fonte em ultralytics/data/augment.py
__call__(labels)
Aplica todas as transformações de rótulo a uma imagem, instâncias e máscaras semânticas.
__init__()
apply_image(labels)
apply_instances(labels)
ultralytics.data.augment.Compose
Classe para compor múltiplas transformações de imagem.
Código fonte em ultralytics/data/augment.py
__call__(data)
__getitem__(index)
Recupera uma transformação específica ou um conjunto de transformações utilizando a indexação.
Código fonte em ultralytics/data/augment.py
__init__(transforms)
__repr__()
__setitem__(index, value)
Recupera uma transformação específica ou um conjunto de transformações utilizando a indexação.
Código fonte em ultralytics/data/augment.py
append(transform)
insert(index, transform)
ultralytics.data.augment.BaseMixTransform
Classe para transformações de mistura de base (MixUp/Mosaic).
Esta implementação é de mmyolo.
Código fonte em ultralytics/data/augment.py
__call__(labels)
Aplica transformações de pré-processamento e transformações de mistura/mosaico aos dados das etiquetas.
Código fonte em ultralytics/data/augment.py
__init__(dataset, pre_transform=None, p=0.0)
Inicializa o objeto BaseMixTransform com dataset, pre_transform e probability.
ultralytics.data.augment.Mosaic
Bases: BaseMixTransform
Aumento do mosaico.
Esta classe executa o aumento do mosaico combinando várias imagens (4 ou 9) numa única imagem de mosaico. O aumento é aplicado a um conjunto de dados com uma determinada probabilidade.
Atributos:
Nome | Tipo | Descrição |
---|---|---|
dataset |
O conjunto de dados em que é aplicado o aumento do mosaico. |
|
imgsz |
int
|
Dimensão da imagem (altura e largura) após a construção do mosaico de uma única imagem. A predefinição é 640. |
p |
float
|
Probabilidade de aplicar o aumento do mosaico. Deve estar no intervalo 0-1. Predefinição: 1,0. |
n |
int
|
O tamanho da grelha, 4 (para 2x2) ou 9 (para 3x3). |
Código fonte em ultralytics/data/augment.py
177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 |
|
__init__(dataset, imgsz=640, p=1.0, n=4)
Inicializa o objeto com um conjunto de dados, tamanho da imagem, probabilidade e borda.
Código fonte em ultralytics/data/augment.py
get_indexes(buffer=True)
Devolve uma lista de índices aleatórios do conjunto de dados.
Código fonte em ultralytics/data/augment.py
ultralytics.data.augment.MixUp
Bases: BaseMixTransform
Classe para aplicar o aumento MixUp ao conjunto de dados.
Código fonte em ultralytics/data/augment.py
__init__(dataset, pre_transform=None, p=0.0)
Inicializa o objeto MixUp com o conjunto de dados, a pré-transformação e a probabilidade de aplicar o MixUp.
ultralytics.data.augment.RandomPerspective
Implementa perspetiva aleatória e transformações afins em imagens e caixas delimitadoras correspondentes, segmentos e pontos-chave. Essas transformações incluem rotação, translação, dimensionamento e cisalhamento. A classe também oferece a opção de aplicar essas transformações condicionalmente com uma probabilidade especificada.
Atributos:
Nome | Tipo | Descrição |
---|---|---|
degrees |
float
|
Gama de graus para rotações aleatórias. |
translate |
float
|
Fração da largura e altura totais para a translação aleatória. |
scale |
float
|
Intervalo do fator de escala, por exemplo, um fator de escala de 0,1 permite um redimensionamento entre 90% e 110%. |
shear |
float
|
Intensidade de cisalhamento (ângulo em graus). |
perspective |
float
|
Fator de distorção da perspetiva. |
border |
tuple
|
Tupla que especifica a fronteira do mosaico. |
pre_transform |
callable
|
Uma função/transformação a aplicar à imagem antes de iniciar a transformação aleatória. |
Métodos:
Nome | Descrição |
---|---|
affine_transform |
Aplica uma série de transformações afins à imagem. |
apply_bboxes |
Transforma as caixas delimitadoras usando a matriz afim calculada. |
apply_segments |
Transforma segmentos e gera novas caixas delimitadoras. |
apply_keypoints |
Transforma os pontos-chave. |
__call__ |
Método principal para aplicar transformações a ambas as imagens e às suas anotações correspondentes. |
box_candidates |
Filtra as caixas delimitadoras que não satisfazem determinados critérios após a transformação. |
Código fonte em ultralytics/data/augment.py
391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 |
|
__call__(labels)
Imagens afins e alvos.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
labels |
dict
|
um ditado de |
necessário |
Código fonte em ultralytics/data/augment.py
__init__(degrees=0.0, translate=0.1, scale=0.5, shear=0.0, perspective=0.0, border=(0, 0), pre_transform=None)
Inicializa o objeto RandomPerspective com os parâmetros de transformação.
Código fonte em ultralytics/data/augment.py
affine_transform(img, border)
Aplica uma sequência de transformações afins centradas no centro da imagem.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
img |
ndarray
|
Introduz a imagem. |
necessário |
border |
tuple
|
Dimensões das margens. |
necessário |
Devolve:
Nome | Tipo | Descrição |
---|---|---|
img |
ndarray
|
Transforma a imagem. |
M |
ndarray
|
Matriz de transformação. |
s |
float
|
Fator de escala. |
Código fonte em ultralytics/data/augment.py
apply_bboxes(bboxes, M)
Aplica afinidade apenas a caixas b.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
bboxes |
ndarray
|
lista de caixas b, formato xyxy, com forma (num_bboxes, 4). |
necessário |
M |
ndarray
|
matriz afim. |
necessário |
Devolve:
Nome | Tipo | Descrição |
---|---|---|
new_bboxes |
ndarray
|
bboxes após affine, [num_bboxes, 4]. |
Código fonte em ultralytics/data/augment.py
apply_keypoints(keypoints, M)
Aplica afinidade aos pontos-chave.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
keypoints |
ndarray
|
pontos-chave, [N, 17, 3]. |
necessário |
M |
ndarray
|
matriz afim. |
necessário |
Devolve:
Nome | Tipo | Descrição |
---|---|---|
new_keypoints |
ndarray
|
pontos-chave após afim, [N, 17, 3]. |
Código fonte em ultralytics/data/augment.py
apply_segments(segments, M)
Aplica a afinidade aos segmentos e gera novas caixas b a partir dos segmentos.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
segments |
ndarray
|
lista de segmentos, [num_samples, 500, 2]. |
necessário |
M |
ndarray
|
matriz afim. |
necessário |
Devolve:
Nome | Tipo | Descrição |
---|---|---|
new_segments |
ndarray
|
lista de segmentos depois de afinar, [num_samples, 500, 2]. |
new_bboxes |
ndarray
|
bboxes depois de afim, [N, 4]. |
Código fonte em ultralytics/data/augment.py
box_candidates(box1, box2, wh_thr=2, ar_thr=100, area_thr=0.1, eps=1e-16)
Calcula as caixas candidatas com base num conjunto de limiares. Este método compara as características das caixas antes e depois do aumento para decidir se uma casa é candidata a processamento adicional.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
box1 |
ndarray
|
A caixa delimitadora 4,n antes do aumento, representada por [x1, y1, x2, y2]. |
necessário |
box2 |
ndarray
|
A caixa delimitadora 4,n após o aumento, representada por [x1, y1, x2, y2]. |
necessário |
wh_thr |
float
|
O limite de largura e altura em pixéis. A predefinição é 2. |
2
|
ar_thr |
float
|
O limiar do rácio de aspeto. A predefinição é 100. |
100
|
area_thr |
float
|
O limiar do rácio de área. A predefinição é 0,1. |
0.1
|
eps |
float
|
Um pequeno valor epsilon para evitar a divisão por zero. A predefinição é 1e-16. |
1e-16
|
Devolve:
Tipo | Descrição |
---|---|
ndarray
|
Um conjunto booleano que indica quais as caixas que são candidatas com base nos limiares dados. |
Código fonte em ultralytics/data/augment.py
ultralytics.data.augment.RandomHSV
Esta classe é responsável por efetuar ajustes aleatórios aos canais Hue, Saturation e Value (HSV) de uma imagem.
Os ajustes são aleatórios, mas dentro dos limites definidos por hgain, sgain e vgain.
Código fonte em ultralytics/data/augment.py
__call__(labels)
Aplica o aumento aleatório de HSV a uma imagem dentro dos limites predefinidos.
A imagem modificada substitui a imagem original no ditado de entrada 'labels'.
Código fonte em ultralytics/data/augment.py
__init__(hgain=0.5, sgain=0.5, vgain=0.5)
Inicializa a classe RandomHSV com ganhos para cada canal HSV.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
hgain |
float
|
Variação máxima da tonalidade. A predefinição é 0,5. |
0.5
|
sgain |
float
|
Variação máxima para a saturação. A predefinição é 0,5. |
0.5
|
vgain |
float
|
Variação máxima do valor. A predefinição é 0,5. |
0.5
|
Código fonte em ultralytics/data/augment.py
ultralytics.data.augment.RandomFlip
Aplica uma inversão horizontal ou vertical aleatória a uma imagem com uma determinada probabilidade.
Actualiza também quaisquer instâncias (caixas delimitadoras, pontos-chave, etc.) em conformidade.
Código fonte em ultralytics/data/augment.py
__call__(labels)
Aplica a inversão aleatória a uma imagem e actualiza quaisquer instâncias como caixas delimitadoras ou pontos-chave em conformidade.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
labels |
dict
|
Um dicionário que contém as chaves 'img' e 'instances'. 'img' é a imagem a ser invertida. 'instances' é um objeto que contém caixas delimitadoras e, opcionalmente, pontos-chave. |
necessário |
Devolve:
Tipo | Descrição |
---|---|
dict
|
Faz o mesmo com a imagem invertida e as instâncias actualizadas sob as chaves 'img' e 'instances'. |
Código fonte em ultralytics/data/augment.py
__init__(p=0.5, direction='horizontal', flip_idx=None)
Inicializa a classe RandomFlip com probabilidade e direção.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
p |
float
|
A probabilidade de aplicar a inversão. Deve estar entre 0 e 1. A predefinição é 0,5. |
0.5
|
direction |
str
|
A direção de aplicação da inversão. Tem de ser "horizontal" ou "vertical". A predefinição é "horizontal". |
'horizontal'
|
flip_idx |
array - like
|
Mapeamento de índices para inverter pontos-chave, se existirem. |
None
|
Código fonte em ultralytics/data/augment.py
ultralytics.data.augment.LetterBox
Redimensiona a imagem e o preenchimento para deteção, segmentação de instâncias, pose.
Código fonte em ultralytics/data/augment.py
__call__(labels=None, image=None)
Devolve etiquetas e imagem actualizadas com rebordo adicionado.
Código fonte em ultralytics/data/augment.py
__init__(new_shape=(640, 640), auto=False, scaleFill=False, scaleup=True, center=True, stride=32)
Inicializa o objeto LetterBox com parâmetros específicos.
Código fonte em ultralytics/data/augment.py
ultralytics.data.augment.CopyPaste
Implementa o aumento Copiar-Colar, tal como descrito no documento https://arxiv.org/abs/2012.07177. Esta classe é responsável por aplicar o aumento Copiar-Colar em imagens e suas instâncias correspondentes.
Código fonte em ultralytics/data/augment.py
__call__(labels)
Aplica o aumento Copiar-Colar à imagem e às instâncias fornecidas.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
labels |
dict
|
Um dicionário que contém: - 'img': A imagem a ser aumentada. - 'cls': Etiquetas de classe associadas às instâncias. - 'instances': Objeto que contém caixas delimitadoras e, opcionalmente, pontos-chave e segmentos. |
necessário |
Devolve:
Tipo | Descrição |
---|---|
dict
|
Ditado com imagem aumentada e instâncias actualizadas sob as chaves 'img', 'cls' e 'instances'. |
Notas
- Espera-se que as instâncias tenham "segmentos" como um dos seus atributos para que esta ampliação funcione.
- Este método modifica o dicionário de entrada 'labels' no seu lugar.
Código fonte em ultralytics/data/augment.py
__init__(p=0.5)
Inicializa a classe CopyPaste com uma determinada probabilidade.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
p |
float
|
A probabilidade de aplicares o aumento Copiar-Colar. Deve estar entre 0 e 1. A predefinição é 0,5. |
0.5
|
Código fonte em ultralytics/data/augment.py
ultralytics.data.augment.Albumentations
Transformações de albumentações.
Opcional, desinstala o pacote para o desativar. Aplica Blur, Median Blur, converte para tons de cinza, Contrast Limited Adaptive Equalização de histograma limitada, alteração aleatória de brilho e contraste, RandomGamma e redução da qualidade da imagem por compressão.
Código fonte em ultralytics/data/augment.py
__call__(labels)
Gera detecções de objectos e devolve um dicionário com os resultados da deteção.
Código fonte em ultralytics/data/augment.py
__init__(p=1.0)
Inicializa o objeto de transformação para YOLO bbox formatted params.
Código fonte em ultralytics/data/augment.py
ultralytics.data.augment.Format
Formata anotações de imagens para tarefas de deteção de objectos, segmentação de instâncias e estimativa de pose. A classe
padroniza as anotações de imagem e de instância a serem usadas pelo collate_fn
em PyTorch DataLoader.
Atributos:
Nome | Tipo | Descrição |
---|---|---|
bbox_format |
str
|
Formato das caixas delimitadoras. A predefinição é 'xywh'. |
normalize |
bool
|
Se queres normalizar as caixas delimitadoras. A predefinição é Verdadeiro. |
return_mask |
bool
|
Devolve máscaras de instância para segmentação. A predefinição é Falso. |
return_keypoint |
bool
|
Devolve os pontos-chave para a estimativa da pose. A predefinição é Falso. |
mask_ratio |
int
|
Rácio de redução da amostra para máscaras. A predefinição é 4. |
mask_overlap |
bool
|
Se queres sobrepor máscaras. A predefinição é Verdadeiro. |
batch_idx |
bool
|
Mantém os índices de lote. A predefinição é Verdadeiro. |
bgr |
float
|
A probabilidade de devolver imagens BGR. A predefinição é 0,0. |
Código fonte em ultralytics/data/augment.py
919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 |
|
__call__(labels)
Devolve a imagem formatada, as classes, as caixas delimitadoras e os pontos-chave a utilizar por 'collate_fn'.
Código fonte em ultralytics/data/augment.py
__init__(bbox_format='xywh', normalize=True, return_mask=False, return_keypoint=False, return_obb=False, mask_ratio=4, mask_overlap=True, batch_idx=True, bgr=0.0)
Inicializa a classe Format com os parâmetros fornecidos.
Código fonte em ultralytics/data/augment.py
ultralytics.data.augment.RandomLoadText
Recolhe aleatoriamente amostras de textos positivos e negativos e actualiza os índices de classe de acordo com o número de amostras.
Atributos:
Nome | Tipo | Descrição |
---|---|---|
prompt_format |
str
|
Formato da mensagem. A predefinição é '{}'. |
neg_samples |
tuple[int]
|
Um guardião para recolher aleatoriamente textos negativos, o valor por defeito é (80, 80). |
max_samples |
int
|
O número máximo de amostras de texto diferentes numa imagem. A predefinição é 80. |
padding |
bool
|
Se deves preencher os textos com max_samples. A predefinição é Falso. |
padding_value |
str
|
O texto de preenchimento. A predefinição é "". |
Código fonte em ultralytics/data/augment.py
1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 |
|
__call__(labels)
Devolve as aulas e os textos actualizados.
Código fonte em ultralytics/data/augment.py
__init__(prompt_format='{}', neg_samples=(80, 80), max_samples=80, padding=False, padding_value='')
Inicializa a classe RandomLoadText com os parâmetros fornecidos.
Código fonte em ultralytics/data/augment.py
ultralytics.data.augment.ClassifyLetterBox
YOLOv8 Classe LetterBox para pré-processamento de imagens, concebida para fazer parte de um pipeline de transformação, por exemplo, T.Compose([LetterBox(size), ToTensor()]).
Atributos:
Nome | Tipo | Descrição |
---|---|---|
h |
int
|
Altura pretendida da imagem. |
w |
int
|
Largura pretendida da imagem. |
auto |
bool
|
Se for Verdadeiro, resolve automaticamente o lado curto utilizando a passada. |
stride |
int
|
O valor da longitude, utilizado quando 'auto' é Verdadeiro. |
Código fonte em ultralytics/data/augment.py
__call__(im)
Redimensiona a imagem e preenche-a com um método letterbox.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
im |
ndarray
|
A imagem de entrada como uma matriz numpy de forma HWC. |
necessário |
Devolve:
Tipo | Descrição |
---|---|
ndarray
|
A imagem com caixa de correio e redimensionada como uma matriz numpy. |
Código fonte em ultralytics/data/augment.py
__init__(size=(640, 640), auto=False, stride=32)
Inicializa a classe ClassifyLetterBox com um tamanho alvo, auto-flag e stride.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
size |
Union[int, Tuple[int, int]]
|
As dimensões pretendidas (altura, largura) para a caixa de correio. |
(640, 640)
|
auto |
bool
|
Se for Verdadeiro, calcula automaticamente o lado curto com base na passada. |
False
|
stride |
int
|
O valor da longitude, utilizado quando 'auto' é Verdadeiro. |
32
|
Código fonte em ultralytics/data/augment.py
ultralytics.data.augment.CenterCrop
YOLOv8 Classe CenterCrop para pré-processamento de imagens, concebida para fazer parte de um pipeline de transformação, por exemplo, T.Compose([CenterCrop(size), ToTensor()]).
Código fonte em ultralytics/data/augment.py
__call__(im)
Redimensiona e corta o centro da imagem utilizando um método letterbox.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
im |
ndarray
|
A imagem de entrada como uma matriz numpy de forma HWC. |
necessário |
Devolve:
Tipo | Descrição |
---|---|
ndarray
|
A imagem cortada ao centro e redimensionada como uma matriz numpy. |
Código fonte em ultralytics/data/augment.py
__init__(size=640)
ultralytics.data.augment.ToTensor
YOLOv8 Classe ToTensor para pré-processamento de imagens, ou seja, T.Compose([LetterBox(size), ToTensor()]).
Código fonte em ultralytics/data/augment.py
__call__(im)
Transforma uma imagem de uma matriz numpy para um PyTorch tensor , aplicando meia-precisão e normalização opcionais.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
im |
ndarray
|
Introduz a imagem como uma matriz numpy com a forma (H, W, C) na ordem BGR. |
necessário |
Devolve:
Tipo | Descrição |
---|---|
Tensor
|
A imagem transformada como PyTorch tensor em float32 ou float16, normalizada para [0, 1]. |
Código fonte em ultralytics/data/augment.py
__init__(half=False)
ultralytics.data.augment.v8_transforms(dataset, imgsz, hyp, stretch=False)
Converte as imagens para um tamanho adequado à formação YOLOv8 .
Código fonte em ultralytics/data/augment.py
ultralytics.data.augment.classify_transforms(size=224, mean=DEFAULT_MEAN, std=DEFAULT_STD, interpolation=Image.BILINEAR, crop_fraction=DEFAULT_CROP_FRACTION)
Transformações de classificação para avaliação/inferência. Inspira-se em timm/data/transforms_factory.py.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
size |
int
|
tamanho da imagem |
224
|
mean |
tuple
|
valores médios dos canais RGB |
DEFAULT_MEAN
|
std |
tuple
|
valores padrão dos canais RGB |
DEFAULT_STD
|
interpolation |
InterpolationMode
|
modo de interpolação. A predefinição é T.InterpolationMode.BILINEAR. |
BILINEAR
|
crop_fraction |
float
|
fração da imagem a cortar. a predefinição é 1.0. |
DEFAULT_CROP_FRACTION
|
Devolve:
Tipo | Descrição |
---|---|
Compose
|
torchvision transforma-se |
Código fonte em ultralytics/data/augment.py
ultralytics.data.augment.classify_augmentations(size=224, mean=DEFAULT_MEAN, std=DEFAULT_STD, scale=None, ratio=None, hflip=0.5, vflip=0.0, auto_augment=None, hsv_h=0.015, hsv_s=0.4, hsv_v=0.4, force_color_jitter=False, erasing=0.0, interpolation=Image.BILINEAR)
Transformações de classificação com aumento para treino. Inspira-se em timm/data/transforms_factory.py.
Parâmetros:
Nome | Tipo | Descrição | Predefinição |
---|---|---|---|
size |
int
|
tamanho da imagem |
224
|
scale |
tuple
|
gama de escala da imagem. a predefinição é (0,08, 1,0) |
None
|
ratio |
tuple
|
gama de rácios de aspeto da imagem. A predefinição é (3./4., 4./3.) |
None
|
mean |
tuple
|
valores médios dos canais RGB |
DEFAULT_MEAN
|
std |
tuple
|
valores padrão dos canais RGB |
DEFAULT_STD
|
hflip |
float
|
probabilidade de inversão horizontal |
0.5
|
vflip |
float
|
probabilidade de inversão vertical |
0.0
|
auto_augment |
str
|
Política de aumento automático. Pode ser "randaugment", "augmix", "autoaugment" ou None. |
None
|
hsv_h |
float
|
imagem Aumento da tonalidade HSV (fração) |
0.015
|
hsv_s |
float
|
imagem Aumento da saturação HSV (fração) |
0.4
|
hsv_v |
float
|
imagem Aumento do valor HSV (fração) |
0.4
|
force_color_jitter |
bool
|
força a aplicação de jitter de cor mesmo que o aumento automático esteja ativado |
False
|
erasing |
float
|
probabilidade de apagamento aleatório |
0.0
|
interpolation |
InterpolationMode
|
modo de interpolação. A predefinição é T.InterpolationMode.BILINEAR. |
BILINEAR
|
Devolve:
Tipo | Descrição |
---|---|
Compose
|
torchvision transforma-se |
Código fonte em ultralytics/data/augment.py
1186 1187 1188 1189 1190 1191 1192 1193 1194 1195 1196 1197 1198 1199 1200 1201 1202 1203 1204 1205 1206 1207 1208 1209 1210 1211 1212 1213 1214 1215 1216 1217 1218 1219 1220 1221 1222 1223 1224 1225 1226 1227 1228 1229 1230 1231 1232 1233 1234 1235 1236 1237 1238 1239 1240 1241 1242 1243 1244 1245 1246 1247 1248 1249 1250 1251 1252 1253 1254 1255 1256 1257 1258 1259 1260 1261 1262 1263 1264 1265 1266 1267 1268 1269 1270 1271 1272 1273 1274 1275 1276 1277 1278 |
|
Criado em 2023-11-12, Atualizado em 2024-05-08
Autores: Burhan-Q (1), Laughing-q (1), glenn-jocher (4)