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，根据 fill_mode 填充空隙。

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（与您使用的后端无关）。

参数

• height_factor: 一个表示为分数的浮点数，或一个大小为 2 的元组，表示垂直移动的下限和上限。负值表示向上移动图像，正值表示向下移动图像。当表示为单个正浮点数时，此值将用于上限和下限。例如，height_factor=(-0.2, 0.3) 会导致输出在 [-20%, +30%] 范围内随机移动。height_factor=0.2 会导致输出高度在 [-20%, +20%] 范围内随机移动。
• width_factor: 一个表示为分数的浮点数，或一个大小为 2 的元组，表示水平移动的下限和上限。负值表示向左移动图像，正值表示向右移动图像。当表示为单个正浮点数时，此值将用于上限和下限。例如，width_factor=(-0.2, 0.3) 会导致输出向左移动 20%，向右移动 30%。width_factor=0.2 会导致输出高度向左或向右移动 20%。
• fill_mode: 输入边界之外的点将根据给定的模式填充。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 指定的相同常量值 k 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) 输入通过环绕到相对边缘来扩展。
  • "nearest": (a a a a | a b c d | d d d d) 输入由最近的像素扩展。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: 当 fill_mode="constant" 时，表示填充边界外值的浮点数。
• data_format: 字符串，"channels_last" 或 "channels_first" 之一。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。