使用pytorch的transforms.RandomCrop随机剪裁，使图像和标签随机剪裁区域对应

最近在跑pytorch的去雾模型，图像处理时想设置随机剪裁，即transforms.RandomCrop，但是图像和标签的剪裁区域都是随机的，不对应，无法进行训练。

使用类似如下方法也不管用，出来的图片和标签对应不上：

import random
import numpy as np

image, label= ..., ...
trans = transforms.Compose([transforms.ToTensor(),
                            transforms.RandomCrop(128)])
                            
seed = random.randint(0, 10000)

# np.random.seed(seed) 用numpy设置随机种子也没用
random.seed(seed)
cropped_image = trans(image)
random.seed(seed)
cropped_label = trans(label)

解决方法：
其实很简单，必须要用pytorch的设置随机种子的方法，如下：

image, label= ..., ...
trans = transforms.Compose([transforms.ToTensor(),
                            transforms.RandomCrop(128)])

#用该方法获取一个随机种子                            
seed = torch.random.seed()

#该方法设置随机种子
torch.random.manual_seed(seed)
cropped_image = trans(image)
torch.random.manual_seed(seed)
cropped_label = trans(label)

图像在cpu内存上存储时可以使用以上方法，另外还有gpu版本的这个函数，以及其他版本的，根据自己的需求使用。

剪裁出来的效果如下：

可以看到图像和标签的随机剪裁区域完全一致