RandomZoom 层

[源代码]

RandomZoom 类

tf_keras.layers.RandomZoom(
    height_factor,
    width_factor=None,
    fill_mode="reflect",
    interpolation="bilinear",
    seed=None,
    fill_value=0.0,
    **kwargs
)

一个在训练期间随机缩放图像的预处理图层。

此图层将独立地在图像的每个轴上随机放大或缩小，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。

有关预处理层的概述和完整列表，请参阅预处理 指南。

参数

• height_factor：一个以数值分数表示的浮点数，或者一个表示垂直缩放的下限和上限的长度为 2 的元组。当表示为单个浮点数时，该值将同时用于上限和下限。正值表示缩小，负值表示放大。例如，height_factor=(0.2, 0.3) 会导致输出在 [+20%, +30%] 的范围内随机缩小。height_factor=(-0.3, -0.2) 会导致输出在 [+20%, +30%] 的范围内随机放大。
• width_factor：一个以数值分数表示的浮点数，或者一个表示水平缩放的下限和上限的长度为 2 的元组。当表示为单个浮点数时，该值将同时用于上限和下限。例如，width_factor=(0.2, 0.3) 会导致输出在 20% 到 30% 之间缩小。width_factor=(-0.3, -0.2) 会导致输出在 20% 到 30% 之间放大。None 表示按比例缩放，即垂直和水平方向的缩放比例相同。默认为 None。
• fill_mode: 输入边界之外的点根据给定模式（{"constant", "reflect", "wrap", "nearest"} 之一）进行填充。
  • reflect: (d c b a | a b c d | d c b a) 输入通过对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) 输入通过用相同的常量值 k = 0 填充边缘之外的所有值来扩展。
  • wrap: (a b c d | a b c d | a b c d) 输入通过环绕到对面边缘来扩展。
  • 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。
• 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。

示例

>>> input_img = np.random.random((32, 224, 224, 3))
>>> layer = tf.keras.layers.RandomZoom(.5, .2)
>>> out_img = layer(input_img)
>>> out_img.shape
TensorShape([32, 224, 224, 3])

输入形状

3D（非批量）或 4D（批量）张量，形状为：(..., height, width, channels)，采用 "channels_last" 格式。

输出形状

3D（非批量）或 4D（批量）张量，形状为：(..., height, width, channels)，采用 "channels_last" 格式。