torchvision.transforms.RandomAffine()用法

torchvision.transforms.RandomAffine()函数可以用来对图像进行随机仿射变换。它可以通过随机旋转、平移、缩放和剪切等操作来实现图像的变换。

函数的完整用法如下：

torchvision.transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)

其中，各参数的含义如下：

- degrees：旋转角度的范围，可以是单个数字或一个范围，如degrees=(-30, 30)表示旋转角度在-30度到30度之间随机取值。
- translate：平移的范围，可以是一个包含两个数字的元组，表示在x轴和y轴方向上的平移范围。
- scale：缩放的范围，可以是一个包含两个数字的元组，表示在x轴和y轴方向上的缩放范围。
- shear：剪切的范围，可以是一个包含两个数字的元组，表示在x轴和y轴方向上的剪切范围。
- resample：重采样方法，可选值为PIL.Image.NEAREST、PIL.Image.BILINEAR、PIL.Image.BICUBIC或PIL.Image.LANCZOS，默认为False。
- fillcolor：填充颜色，可以是一个数值或一个元组，表示填充的颜色，默认为0。

下面是一个示例代码，展示了如何使用RandomAffine()函数对图像进行随机仿射变换。

import torch
import torchvision.transforms as transforms
from PIL import Image
 
img = Image.open("test.jpg")  # 加载图像
transform = transforms.RandomAffine(degrees=(-30, 30), translate=(0.1, 0.1), scale=(0.8, 1.2), shear=(-10, 10))
img_transformed = transform(img)  # 对图像进行随机仿射变换
img_transformed.show()  # 显示变换后的图像

其中，我们先加载了一张名为test.jpg的图像，然后使用RandomAffine()函数进行随机仿射变换，并通过show()方法显示变换后的图像。在这个示例中，我们随机旋转角度在-30到30度之间，平移距离在x轴和y轴方向上各不超过10%的图像大小，缩放范围在80%到120%之间，剪切范围在-10到10度之间。