GaussianNoise

class torchvision.transforms.v2.GaussianNoise(mean: float = 0.0, sigma: float = 0.1, clip=True)

为图像或视频添加高斯噪声。

输入张量应为 […, 1 或 3, H, W] 格式，其中 … 表示它可以具有任意数量的前导维度。批次中的每个图像或帧将独立转换，即添加到每个图像的噪声将不同。

输入张量还应为 [0, 1] 范围内的 float 类型，或 [0, 255] 范围内的 uint8 类型。此转换不支持 PIL 图像。

无论使用何种数据类型，函数的参数都使用相同的尺度，因此 mean 参数为 0.5 将导致 float 图像的平均值增加 0.5 个单位，而 uint8 图像的平均值增加 127.5 个单位。

参数:

• mean (float) – 采样正态分布的均值。默认为 0。

• sigma (float) – 采样正态标注的 표준 편차。默认为 0.1。

• clip (bool, optional) – 添加噪声后是否裁剪值，对于 float 裁剪到 [0, 1]，或对于 uint8 裁剪到 [0, 255]。将此参数设置为 False 可能会导致 uint8 输入出现无符号整数溢出。默认为 True。

transform(inpt: Any, params: dict[str, Any]) → Any

用于覆盖自定义变换的方法。

请参阅 如何编写自己的 v2 变换