（语义分割数据增强）data与label同时随机裁剪

在语义分割任务中，由于标注难度比较大，数据集有限的情况下，我们常常使用数据增强技术对已有的数据进行出来。尤其在语义分割任务中需要对图片还有label同时进行裁剪。下面就简单介绍一下如何实现对数据和label的同时裁剪：

import os
import torch
import numpy as np
from torch.autograd import Variable
from torch import nn
import torch.nn.functional as F
from torch.utils.data import Dataset, DataLoader
from PIL import Image，ImageFilter,ImageDraw
from torchvision import transforms as tfs
from datetime import datetime
import matplotlib.pyplot as plt
from tqdm import tqdm
import random

#crop size
img_w = 256  
img_h = 256
#crop function
def rand_crop(data,label):
   
    width1 = random.randint(0, data.size[0] - img_w )
    height1 = random.randint(0, data.size[1] - img_h)
    width2 = width1 + img_w
    height2 = height1 + img_h 
            
    data=data.crop((width1, height1, width2, height2))
    label=label.crop((width1, height1, width2, height2))

    return data,label

 裁剪结果：

可以看到裁剪的data与label实现了同步，这正是我们要的结果！