GaussianBlur

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

使用隨機選擇的高斯模糊核模糊影像。

卷積將使用與核大小對應的反射填充，以保持輸入形狀。

如果輸入是 Tensor，則預期其形狀為 […, C, H, W]，其中 … 表示任意數量的前導維度。

引數:

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

• sigma (float 或 tuple of python:float (min, max)) – 用於建立核以進行模糊的標準差。如果為 float，則 sigma 是固定的。如果為 float 元組 (min, max)，則 sigma 會在給定範圍內隨機均勻選擇。

使用 GaussianBlur 的示例

轉換圖示

轉換圖示

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

為隨機高斯模糊選擇 sigma。

引數:

• sigma_min (float) – 用於模糊核的標準差最小值。

• sigma_max (float) – 用於模糊核的標準差最大值。

返回:

用於計算高斯模糊核的標準差。

返回型別:

浮點數

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

用於覆蓋自定義變換的方法。

請參閱 如何編寫自己的 v2 變換

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

用於覆蓋自定義變換的方法。

請參閱 如何編寫自己的 v2 變換