高斯模糊

class torchvision.transforms.v2.GaussianBlur(kernel_size: Union[int, Sequence[int]], sigma: Union[int, float, Sequence[float]] = (0.1, 2.0))

使用随机选择的高斯模糊核模糊图像。

卷积将使用与核大小相对应的反射填充，以保持输入形状。

如果输入是 Tensor，则期望它具有 […, C, H, W] 形状，其中 … 表示任意数量的前导维度。

参数:

• kernel_size (int 或 sequence) – 高斯核的大小。

• sigma (float 或 tuple of python:float (min, max)) – 用于创建核以执行模糊的标准差。如果为 float，则 sigma 是固定的。如果为 float 元组 (min, max)，则 sigma 会在给定范围内均匀随机选择。

使用 GaussianBlur 的示例

转换图示

转换图示

static get_params(sigma_min: float, sigma_max: float) → float

为随机高斯模糊选择 sigma。

参数:

• sigma_min (float) – 可用于模糊核的最小标准差。

• sigma_max (float) – 可用于模糊核的最大标准差。

返回:

用于计算高斯模糊核的标准差。

返回类型:

浮点数

make_params(flat_inputs: list[Any]) → dict[str, 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

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