PyTorchでRandomCrop (1) を使用

このコードは、画像処理用の「torchvision.transforms.v2」の「RandomCrop」関数の動作を示します。 「RandomCrop」を使用すると、カスタマイズ可能なパラメーターで画像をランダムに切り取ることができます。 これらのパラメーターには、サイズ、パディング、「pad_if_needed」フラグ、塗りつぶし色、パディングモードなどがあります。 サイズパラメーターは出力画像の寸法を決定し、整数またはリスト/タプルを受け入れます。 パディングは切り取り前に画像の周りに余分なピクセルを追加し、負のパディングが許可されます。 「pad_if_needed」は切り取りサイズが画像寸法を超える場合に対処します。 塗りつぶしパラメーターはパディングに使用される色を指定し、パディングモードはパディングを適用する方法を定義します。 このコードは OxfordIIITPet データセットを使用してさまざまなパラメーター設定での「RandomCrop」を紹介し、サイズ、パディング、塗りつぶし色、パディングモードが切り取られた画像に与える影響を示しています。 これらのパラメーターのさまざまな組み合わせを示す複数の例が提供されています。 このコードには元の画像と変換された画像を表示するための視覚化機能も含まれています。 2 つの関数「show_images1」と「show_images2」が画像表示に使用されます。 2 番目の関数は切り取りパラメーターをさらに制御できます。