Класс RandomCrop

Класс RandomCrop применяется к изображениям для их случайной обрезки до заданной высоты и ширины. Первым параметром передается высота обрезаемого участка, вторым - ширина. Также можно указать начальное положение обрезки через параметры seed и name. Класс наследуется от tf.keras.layers.Layer и предназначен для использования в слоях предобработки данных.

Синтаксис

tf.keras.layers.RandomCrop(height, width, seed=None, name=None)

Пример

Давайте создадим слой RandomCrop с высотой 2 и шириной 2 и применим его к изображению:

import tensorflow as tf

tf.random.set_seed(0)

crop_layer = tf.keras.layers.RandomCrop(height=2, width=2)

t = tf.constant([[[1], [2], [3]], [[4], [5], [6]], [[7], [8], [9]]])
res = crop_layer(t)
print(res)

Результат выполнения кода:

tf.Tensor(
[[[4]
  [5]]

 [[7]
  [8]]], shape=(2, 2, 1), dtype=int32)

Пример

Давайте создадим слой RandomCrop и применим его к пакету изображений:

<+python+> import tensorflow as tf tf.random.set_seed(0) crop_layer = tf.keras.layers.RandomCrop(height=1, width=2) t = tf.constant([ [[[1], [2], [3]], [[4], [5], [6]]], [[[7], [8], [9]], [[10], [11], [12]]] ]) res = crop_layer(t) print(res) <-python+>

Результат выполнения кода:

tf.Tensor(
[[[[2]
   [3]]]


 [[[8]
   [9]]]], shape=(2, 1, 2, 1), dtype=int32)

Смотрите также

класс CenterCrop,
который выполняет центральную обрезку изображений
функцию random_crop,
которая выполняет случайную обрезку тензоров
функцию crop_to_bounding_box,
которая обрезает изображение до ограничивающей рамки
класс RandomFlip,
который выполняет случайное отражение изображений