Pytorch中RandomResizedCrop()的参数及用法

最近在看一些代码时，发现以前学习的函数有些遗忘了，在此复习一下，也希望能给大家带来一点有用的知识。

这个RandomResizedCrop()函数跟ToTensor()这类函数一样，在torchvision中的transforms

包里面。一般来说，用于图片的preprocess和data augmentation。

import torchvision

trans = torchvision.transforms.RandomResizedCrop((224,224),scale=(0.8,1.0),ratio=(1.0,1.0))

RandomResizeCrop()这个函数，最常用的三个参数是size，scale，和ratio

首先size，是你的图片经过这个函数最后得到的图片的大小；如果这个参数你只填了一个int，那么最后图片的大小就是（int，int），如果你填的是（int，int）一个元组，那么经过该函数的图片的宽高就是（int，int）

再来说scale，如果这个参数你写的是“scale=(0.8, 1.0)”，这意味着这个函数在随机采样这个图片的时候，最少要覆盖这个图片的80%，最多保持图片不变。

接着说ratio，如果这个参数你填的是“ratio=(0.5, 1.0)”，这意味着，随机采样得到的图片，宽高的比例是0.5:1。

总得来说，这个函数会首先根据你设置的scale和ratio对图片进行随机采样，再根据你设置的size对图片进行重构，然后输出。