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心模糊影像。

卷積將使用對應於核心大小的反射填充，以維持輸入形狀。

如果輸入是 Tensor，則預期具有 […, C, H, W] 形狀，其中 … 表示任意數量的先導維度。

參數:

• kernel_size (int 或 序列) – 高斯核心的大小。

• sigma ( float 或 python:float 的 tuple (min, max)) – 用於創建核心以執行模糊處理的標準差。如果為 float，則 sigma 是固定的。如果是 float 的 tuple (min, max)，則會隨機均勻地選擇 sigma 以使其落在給定的範圍內。

使用 GaussianBlur 的範例

轉換的圖示

轉換的圖示

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

選擇隨機高斯模糊的 sigma。

參數:

• sigma_min (float) – 可以為模糊核心選擇的最小標準差。

• sigma_max (float) – 可以為模糊核心選擇的最大標準差。

回傳:

要傳遞以計算高斯模糊核心的標準差。

回傳類型:

float

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

用於覆蓋自定義轉換的方法。

請參閱 如何編寫自己的 v2 轉換

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

用於覆蓋自定義轉換的方法。

請參閱 如何編寫自己的 v2 轉換