Noul pachet torchvision.transforms.v2 reprezintă o rescriere completă a motorului de augmentare a datelor din PyTorch. Spre deosebire de versiunea v1 care lucra exclusiv pe imagini PIL, v2 suportă nativ tensori PyTorch și aplică transformări geometrice simultane pe imagini, măști de segmentare și cutii de delimitare (bounding boxes).
from torchvision.transforms import v2
import torch
transform = v2.Compose([
v2.ToImage(),
v2.RandomResizedCrop(size=(224, 224), antialias=True),
v2.RandomHorizontalFlip(p=0.5),
v2.ToDtype(torch.float32, scale=True),
v2.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])
# Funcționează direct pe loturi de tensori pe GPU!
batch_imagini = torch.randint(0, 256, (8, 3, 300, 300), dtype=torch.uint8)
imagini_augmentate = transform(batch_imagini)
print("Ieșire augmentare:", imagini_augmentate.shape)Rularea transformărilor v2 direct pe GPU accelerează masiv pipeline-ul de date, eliminând blocajele de CPU la antrenarea rețelelor vizuale rapide.
Întrebări & Exemple practice:
Transformări și Augmentări de Imagini cu torchvision.transforms.v2Ai o întrebare despre Transformări și Augmentări de Imagini cu torchvision.transforms.v2 sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!
Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!
Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.