此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • BatchTransform
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包

batch_transform

最后更新
Python API: luxonis_ml.data.augmentations.batch_transform

类

BatchTransform

组合多个样本的转换基类。

方法

init
Python
1def __init__(batch_size: int, **kwargs):
创建批处理转换。批处理转换将多个图像及其标签组合成一个样本。参数
  • batch_size (int): 增强所需的样本数量。
  • **kwargs: 传递给父 Albumentations 转换的附加参数。
apply
Python
1def apply(image_batch: list[np.ndarray], **kwargs) -> np.ndarray:
将转换应用于一批图像。参数
  • image_batch (list[np.ndarray]): 要转换的图像。每个图像的形状应为 (H, W, C) 或 (H, W)。
  • **kwargs: 附加的特定于实现的参数。
返回
  • np.ndarray: 由输入批次组合而成的单个转换图像。
apply_to_array
Python
1def apply_to_array(array_batch: list[np.ndarray], **kwargs) -> np.ndarray:
将转换应用于一批通用数组。参数
  • array_batch (list[np.ndarray]): 要转换的数组批次。
  • **kwargs: 附加的特定于实现的参数。
返回
  • np.ndarray
apply_to_bboxes
Python
1def apply_to_bboxes(bboxes_batch: list[np.ndarray], **kwargs) -> np.ndarray:
将转换应用于一批边界框。参数
  • bboxes_batch (list[np.ndarray]): 要转换的边界框批次。
  • **kwargs: 附加的特定于实现的参数。
返回
  • np.ndarray: 由输入批次组合而成的转换后的边界框。
apply_to_classification
Python
1def apply_to_classification(classification_batch: list[np.ndarray], **kwargs) -> np.ndarray:
将转换应用于一批分类标签。参数
  • classification_batch (list[np.ndarray]): 要转换的分类标签批次。
  • **kwargs: 附加的特定于实现的参数。
返回
  • np.ndarray
apply_to_instance_mask
Python
1def apply_to_instance_mask(masks_batch: list[np.ndarray], **kwargs) -> np.ndarray:
将转换应用于一批实例分割掩码。参数
  • masks_batch (list[np.ndarray]): 要转换的掩码。每个掩码的形状应为 (H, W, N),其中 N 是实例的数量。
  • **kwargs: 附加的特定于实现的参数。
返回
  • np.ndarray: 形状为 (Hout, Wout, N) 的单个实例掩码。
apply_to_keypoints
Python
1def apply_to_keypoints(keypoints_batch: list[np.ndarray], **kwargs) -> np.ndarray:
将转换应用于一批关键点。参数
  • keypoints_batch (list[np.ndarray]): 要转换的关键点批次。
  • **kwargs: 附加的特定于实现的参数。
返回
  • np.ndarray: 由输入批次组合而成的转换后的关键点。
apply_to_mask
Python
1def apply_to_mask(masks_batch: list[np.ndarray], **kwargs) -> np.ndarray:
将转换应用于一批语义分割掩码。参数
  • masks_batch (list[np.ndarray]): 要转换的掩码。每个掩码的形状应为 (H, W, C) 或 (H, W)。
  • **kwargs: 附加的特定于实现的参数。
返回
  • np.ndarray: 由输入批次组合而成的单个转换掩码。
apply_to_metadata
Python
1def apply_to_metadata(metadata_batch: list[np.ndarray], **kwargs) -> np.ndarray:
将转换应用于一批元数据数组。参数
  • metadata_batch (list[np.ndarray]): 要转换的元数据数组批次。
  • **kwargs: 附加的特定于实现的参数。
返回
  • np.ndarray
update_transform_params
Python
1def update_transform_params(params: dict[str, Any], data: dict[str, Any]) -> dict[str, Any]:
使用输入图像的形状更新参数字典。参数
  • params (dict[str, Any]): 要更新的参数
  • data (dict[str, Any]): 包含图像/卷的输入数据字典
返回
  • dict[str, Any]: 包含形状和转换特定参数的更新参数字典。

属性

batch_size
一次转换应用所消耗的样本数量。
targets