RandomCutout 层

[来源]

RandomCutout 类

keras_cv.layers.RandomCutout(
    height_factor, width_factor, fill_mode="constant", fill_value=0.0, seed=None, **kwargs
)

随机从图像中剪切矩形并填充它们。

参数

• height_factor: 两个浮点数的元组，单个浮点数或 keras_cv.FactorSampler。height_factor 控制剪切的大小。height_factor=0.0 表示矩形的尺寸为图像高度的 0%，height_factor=0.1 表示矩形的尺寸为图像高度的 10%，依此类推。值应在 0.0 和 1.0 之间。如果使用元组，则对于每个增强的图像，都会在两个值之间采样一个 height_factor。如果使用单个浮点数，则会在 0.0 和传递的浮点数之间采样一个值。为了确保值始终相同，请传递一个包含两个相同浮点数的元组：(0.5, 0.5)。
• width_factor: 两个浮点数的元组，单个浮点数或 keras_cv.FactorSampler。width_factor 控制剪切的大小。width_factor=0.0 表示矩形的尺寸为图像高度的 0%，width_factor=0.1 表示矩形的尺寸为图像宽度的 10%，依此类推。值应在 0.0 和 1.0 之间。如果使用元组，则对于每个增强的图像，都会在两个值之间采样一个 width_factor。如果使用单个浮点数，则会在 0.0 和传递的浮点数之间采样一个值。为了确保值始终相同，请传递一个包含两个相同浮点数的元组：(0.5, 0.5)。
• fill_mode: 补丁内的像素根据给定的模式填充（{"constant", "gaussian_noise"} 中的一种）。
  • constant: 像素用相同的值填充。
  • gaussian_noise: 像素用随机高斯噪声填充。
• fill_value: 一个浮点数，表示当 fill_mode="constant" 时，在补丁内填充的值。
• seed: 整数。用于创建随机种子。

示例

(images, labels), _ = keras.datasets.cifar10.load_data()
random_cutout = keras_cv.layers.preprocessing.RandomCutout(0.5, 0.5)
augmented_images = random_cutout(images)