比较与torchvision.transforms.RandomResizedCrop的差异

torchvision.transforms.RandomResizedCrop

class torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=InterpolationMode.BILINEAR)

更多内容详见torchvision.transforms.RandomResizedCrop。

mindspore.dataset.vision.RandomResizedCrop

class mindspore.dataset.vision.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(3. / 4., 4. / 3.), interpolation=Inter.BILINEAR, max_attempts=10)

更多内容详见mindspore.dataset.vision.RandomResizedCrop。

差异对比

PyTorch：对输入图像进行随机裁剪，并使用指定的插值方式将图像调整为指定的尺寸大小。

MindSpore：对输入图像进行随机裁剪，并使用指定的插值方式将图像调整为指定的尺寸大小。

分类	子类	PyTorch	MindSpore	差异
参数	参数1	size	size	-
	参数2	scale	scale	-
	参数3	ratio	ratio	-
	参数4	interpolation	interpolation	-
	参数5	-	max_attempts	生成随机裁剪位置的最大尝试次数，超过该次数时将使用中心裁剪

代码示例

from download import download
from PIL import Image

url = "https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/notebook/datasets/flamingos.jpg"
download(url, './flamingos.jpg', replace=True)
orig_img = Image.open('flamingos.jpg')

# PyTorch
import torchvision.transforms as T

op = T.RandomResizedCrop((32, 32), scale=(0.08, 1.0), ratio=(0.75, 0.8))
img_torch =op(orig_img)
print(img_torch.size)
# Out: (32, 32)

# MindSpore
import mindspore.dataset.vision as vision

op = vision.RandomResizedCrop((32, 32), scale=(0.08, 1.0), ratio=(0.75, 0.8))
img_ms = op(orig_img)
print(img_ms.size)
# Out: (32, 32)