用于语义分割的Pytorch自定义随机裁剪

我正在尝试实现一个自定义数据集加载器。首先，我以（0.98,1,1）之间的相同比率调整图像和标签的大小，然后随机裁剪具有相同参数的图像和标签，以便将它们输入到NN中。然而，我从PyTorch函数得到一个错误。这是我的密码：

类随机裁剪（对象）：
def uuu init（self，size，padding=None，pad_if_needed=True，fill=0，padding_mode='constant'）：
self.size=大小
self.padding=填充
self.pad\u if\u needed=pad\u if\u needed
self.fill=填充
self.padding\u mode=padding\u mode
@静力学方法
def get_参数（img，输出尺寸）：
w、 h=img.size
th，tw=输出大小
如果w==tw和h==th：
返回0，0，h，w
i=random.randint（0，h-th）
j=random.randint（0，w-tw）
返回i，j，th，tw
定义调用（自身，数据）：
img，掩码=数据[“图像”]，数据[“掩码”]
#如果需要，请填充宽度
if self.pad\u if\u需要且img.size[0]

以下是错误：

AttributeError: 'Image' object has no attribute 'dim'

---

我错误地导入了nn.functional.pad而不是transforms.functional.pad。换了以后一切都很顺利