随机平移层

[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
)

一个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何范围（例如 [0., 1.) 或 [0, 255]）以及整数或浮点类型。默认情况下，该层将输出浮点数。

输入形状

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

输出形状

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

注意：此层可以在 tf.data 管道中安全使用（无论您使用哪个后端）。

参数

• height_factor：表示为值分数的浮点数，或大小为 2 的元组，表示垂直偏移的下限和上限。负值表示将图像向上移动，正值表示将图像向下移动。当表示为单个正浮点数时，此值将用于上下限。例如，height_factor=(-0.2, 0.3) 会导致输出在 [-20%, +30%] 范围内随机偏移。height_factor=0.2 会导致输出高度在 [-20%, +20%] 范围内随机偏移。
• width_factor：表示为值分数的浮点数，或大小为 2 的元组，表示水平偏移的下限和上限。负值表示将图像向左移动，正值表示将图像向右移动。当表示为单个正浮点数时，此值将用于上下限。例如，width_factor=(-0.2, 0.3) 会导致输出向左偏移 20%，向右偏移 30%。width_factor=0.2 会导致输出高度向左或向右偏移 20%。
• fill_mode：输入边界外的点将根据给定模式填充。可用方法为 "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 指定的相同常数值 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" 时填充边界外区域的值。
• 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。它默认为在 Keras 配置文件 ~/.keras/keras.json 中找到的 image_data_format 值。如果您从未设置它，则它将为 "channels_last"。
• **kwargs：基础层关键字参数，例如 name 和 dtype。