GaussianNoise

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

為影像或影片新增高斯噪聲。

輸入張量應為 […, 1 或 3, H, W] 格式，其中 … 表示它可以具有任意數量的前導維度。批次中的每個影像或幀將獨立轉換，即新增到每個影像的噪聲將不同。

輸入張量還應為 [0, 1] 範圍內的 float 型別，或 [0, 255] 範圍內的 uint8 型別。此轉換不支援 PIL 影像。

無論使用何種資料型別，函式的引數都使用相同的尺度，因此 mean 引數為 0.5 將導致 float 影像的平均值增加 0.5 個單位，而 uint8 影像的平均值增加 127.5 個單位。

引數:

• mean (float) – 取樣正態分佈的均值。預設為 0。

• sigma (float) – 取樣正態標註的 표준 편차。預設為 0.1。

• clip (bool, optional) – 新增噪聲後是否裁剪值，對於 float 裁剪到 [0, 1]，或對於 uint8 裁剪到 [0, 255]。將此引數設定為 False 可能會導致 uint8 輸入出現無符號整數溢位。預設為 True。

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