一个RandomCrop方案-深度学习

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 3.2k累计阅读 3.3k平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄9年

关注

VIP免费原创最新推荐文章于 2026-09-01 11:22:26 发布 3.2k 阅读 AI 写同款· GEO 优化 ›

pytorch初学笔记（四）：常见的Transforms使用（ToTensor、Normalize、Resize、Compose、RandomCrop）输入（channel,height,width）形式的tensor，并输入每个channel对应的均值和标准差作为参数，函数会利用这两个参数分别将每层标准化（使数据均值为0，方差为1）后输出。为了让归一化结果更加明显，我们创建3个step，并且依次修改不同的mean和std，查看对应结果。该方法的功能类似于在类中重载 () 运算符，使得类实例对象可以像调用普通函数那样，如果我们的输入在[0,1]之间，经过归一化之后结果即可在[-1 , 1]之间。结果如下，可以看到经过归一化后的图片产生了明显的变化。阅读详情

版权归属：

https://blog.youkuaiyun.com/halchan
chanhal@outlook.com

更多关注：

https://github.com/chanhal
https://www.zhihu.com/people/chanhal

transform_list = []
if opt.resize_or_crop == 'resize_and_crop':
    osize =

最低0.47元/天解锁文章

收录于

当前文章被以下社区和专栏收录：

标签

#深度学习

8、随机裁剪 transforms.RandomCrop(） transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode='constant') size：期望随机裁剪之后输出的尺寸 padding：填充边界的值，单个（int）,两个（[左/右，上/下]），四个（各个边界） pad_if_needed :bool值，避免数组越界 fill:填充 padding_mode ：填充模式 “constant”:利用常值进行填充 “edge”:利用图像边缘像素点进行填充阅读详情

相关推荐

什么是随机裁剪（Random Crop）

随机裁剪呢，简单说就是在一张图片或者一个东西上，随机地选一块区域给剪下来。给你举个生活中的例子哈。比如说你有一张很大的全家福照片，照片里有好多人，还有各种背景。现在让你随机裁剪。那就好比你闭上眼睛，随便在照片上画一个小方块（这个小方块就是裁剪的区域），然后把这个小方块里的画面剪下来。每次你闭上眼睛画的小方块位置都可能不一样，这就是随机的意思。在计算机图像处理里也是类似。计算机要处理一张图片的时候，它就按照一定的规则，随机在这张图片上选取一个矩形的区域，然后把这个区域的图像保留下来，这就是随机裁剪。

一点点 1311

Pytorch深度学习------Torchvision中Transforms的使用（ToTensor，Normalize，Resize ，Compose，RandomCrop）

需要注意：compose中参数是前面的输出作为后面的输入，比如compose中第一个参数的输出是PIL类型，后面的输入也是PIL类型，所以可以直接使用compose，但是如果现在第一个的输出是tensor类型，但是第二个要求的输入是PIL,则会是类型不匹配，所以会报错。其次由上面的截图可以知道transforms就是一个.py文件，里面有很多的类以及方法,所以要先使用就必须通过.的形式去调用，如果要调用类，那就需要实例化，实例化后就是一个对象，对象就可以使用该类下的方法。，下面使用opencv。

LGL 2174

Python与PyCharm安装配置教程：从零搭建开发环境

编程入门的第一步是搭建开发环境，而Python解释器与IDE工具的选择常让新手困惑。Python作为解释型语言，负责将代码翻译为机器指令，而PyCharm作为集成开发环境，提供代码编辑、调试与项目管理功能，两者协同工作构成高效开发基础。环境变量PATH的配置是安装过程中的关键环节，正确处理可避免“python不是内部或外部命令”的常见错误。理解pip包管理机制，则能轻松安装第三方库并管理项目依赖。从下载官方安装包到运行第一个Hello World程序，再到利用虚拟环境隔离应用依赖，这套流程适用于Window

benben 683

数电实训：万年历

万年历

Lmyccq的博客 1万+

避坑指南：ZYNQ MPSOC QSPI固化时MT25QU256闪存的特殊配置

本文针对Xilinx ZYNQ UltraScale+ MPSoC平台，详细解析了使用Vitis工具将BOOT.bin固化至Micron MT25QU256ABA QSPI NOR Flash时的特殊配置与避坑指南。重点阐述了Init文件的真实作用、电压与频率的精确匹配策略，以及针对该闪存型号的初始化序列，帮助工程师解决烧录失败、启动异常等常见问题，确保系统可靠启动。

weixin_29175469的博客 270

逆向工程Python爬虫——国税局发票查验平台

前言这是一篇含金量很高的干货文章，笔者将手把手带领各位一步一步地实现爬取国家税务总局全国增值税发票查验平台（以下简称“查验平台”）。这个想法诞生在19年初，当时在做一款通过扫描二维码就可以查验发票的小程序。当时由于笔者学艺尚浅，没办法模拟请求爬取查验平台，所以最终采用的技术方案是通过web自动化测试工具selenium控制浏览器去模拟查验步骤，即使这样，开发过程也是困难重重，不过最后笔者和伙伴们成功实现了整套流程，最后开发出的产品口袋发票夺得了包括2019微信小程序开发大赛赛区三等奖在内的多个奖项。但

weixin_43102379的博客 1万+

AlphaFold-multimer 复合物结构预测

是DeepMind开发的AlphaFold项目的一个扩展，旨在预测蛋白质多聚体的三维结构。蛋白质多聚体是由多个蛋白质亚单位相互组装而成的结构，如酶、膜蛋白复合物和病毒颗粒。理解多聚体的结构对于揭示蛋白质的功能和相互作用非常重要。

MurphyStar的博客 5646

Ovito隐藏技巧：用Expression Selection快速提取分子链（附模糊背景配置参数）

本文详细介绍了Ovito软件中Expression Selection功能的隐藏技巧，用于从复杂的分子动力学模拟数据中快速、精准地提取目标分子链。通过结合Expand Selection和Invert Selection等修饰器，形成一套高效的工作流，并深入解析了实现SCI论文级渲染效果的景深模糊参数配置，帮助研究者大幅提升数据处理与图片生成效率。

pz890123的博客 867

基于STM32设计的智能门锁(微信小程序+手机APP等多种方式开锁)(188)

当前智能门锁项目是基于STM32微控制器、ESP8266-WIFI模块、OLED显示屏、指纹模块、蓝牙模块、门禁刷卡模块、烟雾检测模块、火光检测模块、温湿度检测模块等硬件设备开发的一种智能门锁系统

1万+

【DexGraspNet与多指手抓取算法详解】第四章抓取检测网络架构设计

图 $G=(V, E)$ 包含两类节点：指尖节点 $V_{tip} = \{v_{tip}^i\}_{i=1}^{N_{finger}}$ 与物体表面节点 $V_{obj} = \{v_{obj}^j\}_{j=1}^{N_{surf}}$。节点特征包含位置 $x \in \mathbb{R}^3$ 、法向 $n \in \mathbb{R}^3$ 及视觉特征 $f \in \mathbb{R}^d$。

VectorShift的博客 440

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能：商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传，基本资料下载，开钱箱、小票打印、收款结算，支持多币种付款方式（现金、储值卡、礼券、微信等）,支持多种促销。运行环境：.net 4.0登陆信息用户名:1001 密码:123456内置商品信息，商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏相关源码待公开

WINCC7.3破解文件

WINCC7.3硬件够破解文件，有需要的下载！WINCC7.3硬件够破解文件，有需要的下载！

假人有限元模型

假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用

上一篇：深度学习字体生成结果记录

下一篇： PyTorch自定义Transform模块(torchvision)-深度学习

什么是随机裁剪（Random Crop）

一点点

04-24

1311