FER2013

class torchvision.datasets.FER2013(root: Union[str, Path], split: str = 'train', transform: Optional[Callable] = None, target_transform: Optional">[Callable] = None)

FER2013 数据集。

注意

只有当 fer2013.csv 或 icml_face_data.csv 存在于 root/fer2013/ 目录中时，此数据集才能返回测试标签。如果仅存在 train.csv 和 test.csv，则测试标签将设置为 None。

参数:

• root (str 或 pathlib.Path) – 数据集的根目录，其中存在目录 root/fer2013。此目录可能包含 fer2013.csv、icml_face_data.csv 或 train.csv 和 test.csv 两者。优先级按此顺序给出，即如果存在 fer2013.csv，则将忽略其余文件。所有这些（文件组合）都包含相同的数据，并且为了方便起见而受支持，但只有 fer2013.csv 和 icml_face_data.csv 能够返回非 None 测试标签。

• split (string, optional) – 数据集拆分，支持 "train" (默认) 或 "test"。

• transform (callable, optional) – 接收 PIL 图像并返回转换版本的函数/转换。例如，transforms.RandomCrop

• target_transform (callable, optional) – 接收目标并对其进行转换的函数/转换。

特殊成员:

__getitem__(idx: int) → Tuple[Any, Any]

参数:

index (int) – 索引

返回:

样本和元数据，可以选择通过各自的转换进行转换。

返回类型:

(Any)