高斯模糊

class torchvision.transforms.GaussianBlur(kernel_size, sigma=(0.1, 2.0))

使用随机选择的高斯模糊模糊图像。如果图像是 torch 张量，则其预期形状为 […, C, H, W]，其中 … 表示最多一个前导维度。

参数：

• kernel_size (int 或 序列) – 高斯核的大小。

• sigma (float 或 python:float 的元组 (最小值, 最大值)) – 用于创建用于执行模糊的核的标准差。如果为浮点数，则 sigma 为固定值。如果它是浮点数的元组 (最小值，最大值)，则 sigma 随机均匀地选择为落在给定范围内。

返回值：

输入图像的高斯模糊版本。

返回类型：

PIL 图像或张量

使用 GaussianBlur 的示例

转换的说明

转换的说明

forward(img: Tensor) → Tensor

参数：

img (PIL 图像 或 张量) – 要模糊的图像。

返回值：

高斯模糊图像

返回类型：

PIL 图像或张量

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

选择随机高斯模糊的 sigma。

参数：

• sigma_min (float) – 可以为模糊核选择的最小标准差。

• sigma_max (float) – 可以为模糊核选择的最大标准差。

返回值：

要传递到计算高斯模糊核的标准差。

返回类型：

浮点数