Spec-Zone.ru › TensorFlow 2.9

tf.image.random_saturation

Просмотреть исходный код на GitHub

Изменяет насыщенность RGB-изображений случайным коэффициентом.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.image.random_saturation

tf.image.random_saturation(
    image, lower, upper, seed=None
)

Эквивалентно adjust_saturation() , но использует случайное значение saturation_factor в интервале [lower, upper).

Пример использования:

x = [[[1.0, 2.0, 3.0],
      [4.0, 5.0, 6.0]],
    [[7.0, 8.0, 9.0],
      [10.0, 11.0, 12.0]]]
tf.image.random_saturation(x, 5, 10)
<tf.Tensor: shape=(2, 2, 3), dtype=float32, numpy=
array([[[ 0. ,  1.5,  3. ],
        [ 0. ,  3. ,  6. ]],
       [[ 0. ,  4.5,  9. ],
        [ 0. ,  6. , 12. ]]], dtype=float32)>

Для получения детерминированных результатов с заданным значением seed, используйте tf.image.stateless_random_saturation. В отличие от использования параметра seed с операциями tf.image.random_*, операции tf.image.stateless_random_* гарантируют одинаковые результаты при одинаковом значении seed независимо от того, сколько раз функция вызывается, и независимо от настроек глобального seed (например, tf.random.set_seed).

Аргументы
image RGB-изображение или изображения. Размер последнего измерения должен быть 3.
lower Вещественное число. Нижняя граница случайного коэффициента насыщенности.
upper Вещественное число. Верхняя граница случайного коэффициента насыщенности.
seed Семен для операций. Будет использоваться совместно с глобальным seed графа для определения фактических семян, которые будут использоваться в этой операции. Обратитесь к документации set_random_seed для получения информации об взаимодействии с глобальным seed случайных чисел графа.
Возвращаемые значения
Измененное изображение(я), имеющие ту же форму и тип данных, что и image.
Исключения
ValueError если upper <= lower или если lower < 0.

© 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/versions/r2.9/api_docs/python/tf/image/random_saturation

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API