tf.keras.layers.RandomBrightness

Слой предобработки, который случайным образом изменяет яркость во время обучения.

Наследуется от: Layer, Operation

tf.keras.layers.RandomBrightness(
    factor, value_range=(0, 255), seed=None, **kwargs
)

Этот слой случайным образом увеличивает/уменьшает яркость входных изображений RGB. Во время вывода результат будет идентичен входному. Вызовите слой с training=True, чтобы настроить яркость ввода.

Примечание: Этот слой безопасно использовать внутри конвейера tf.data (независимо от используемого бэкенда).

Аргументы
`factor`	Число с плавающей точкой или список/кортеж из 2 чисел с плавающей точкой от -1.0 до 1.0. Фактор используется для определения нижней и верхней границ изменения яркости. Случайное значение с плавающей точкой будет выбрано между границами. Если выбрано -1.0, выходное изображение будет чёрным, а если 1.0 – полностью белым. Если предоставлено только одно число с плавающей точкой, например, 0.2, то для нижней границы будет использоваться -0.2, а для верхней – 0.2.
`value_range`	Необязательный список/кортеж из 2 чисел с плавающей точкой для нижней и верхней границ значений входных данных. Чтобы не вносить изменений, используйте `[0.0, 1.0]`, например, если изображение масштабировалось до этого слоя. По умолчанию `[0.0, 255.0]`. Регулировка яркости будет масштабирована к этому диапазону, а значения вывода будут ограничены этим диапазоном.
`seed`	Необязательное целое число для фиксированного поведения генератора случайных чисел.

Входы: 3D (HWC) или 4D (NHWC) тензор с типом данных с плавающей точкой или целым числом. Значения пикселей входных данных могут быть в любом диапазоне (например, [0., 1.) или [0, 255])

Выходы: 3D (HWC) или 4D (NHWC) тензор с изменённой яркостью на основе factor. По умолчанию слой выводит значения с плавающей точкой. Значение вывода будет ограничено диапазоном [0, 255], допустимым диапазоном RGB-цветов, и масштабировано на основе value_range, если необходимо.

Пример:

random_bright = keras.layers.RandomBrightness(factor=0.2)

# An image with shape [2, 2, 3]
image = [[[1, 2, 3], [4 ,5 ,6]], [[7, 8, 9], [10, 11, 12]]]

# Assume we randomly select the factor to be 0.1, then it will apply
# 0.1 * 255 to all the channel
output = random_bright(image, training=True)

# output will be int64 with 25.5 added to each channel and round down.

массив([[[26.5, 27.5, 28.5] [29.5, 30.5, 31.5]] [[32.5, 33.5, 34.5] [35.5, 36.5, 37.5]]], форма=(2, 2, 3), тип=int64)

Атрибуты
`input`	Получает тензор(ы) ввода символической операции. Возвращает только тензор(ы), соответствующие первому вызову операции.
`output`	Получает тензор(ы) вывода слоя. Возвращает только тензор(ы), соответствующие первому вызову операции.

Методы

`from_config`

Просмотреть исходный код

@classmethod
from_config(
    config
)

Создаёт слой из его конфигурации.

Этот метод является обратным get_config, способным создать тот же слой из словаря конфигурации. Он не обрабатывает подключение слоёв (обрабатывается сетью), а также веса (обрабатываются set_weights).

Аргументы
`config`	Словарь Python, как правило, выход get_config.

Возвращаемое значение
Экземпляр слоя.

`symbolic_call`

Просмотреть исходный код

symbolic_call(
    *args, **kwargs
)

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/layers/RandomBrightness