GaussianBlur

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，则预期其形状为 […, C, H, W]，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 python:float 的元组 (min, max)) – 用于创建核执行模糊的标准差。如果为 float，sigma 固定。如果为 float 元组 (min, max)，则 sigma 在给定范围内均匀随机选择。

使用 GaussianBlur 的示例

变换示例说明

变换示例说明

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) – 可为模糊核选择的最小标准差。

• sigma_max (float) – 可为模糊核选择的最大标准差。

返回值:

要传递以计算高斯模糊核的标准差。

返回类型:

float

make_params(flat_inputs: List[Any]) → Dict[str, Any]

自定义变换需要重写的方法。

参见 如何编写自己的 v2 变换

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

自定义变换需要重写的方法。

参见 如何编写自己的 v2 变换