SBDataset

class torchvision.datasets.SBDataset(root: Union[str, Path], image_set: str = 'train', mode: str = 'boundaries', download: bool = False, transforms: Optional[Callable] = None)

语义边界数据集

SBD 当前包含来自 PASCAL VOC 2011 数据集的 11355 张图像的标注。

注意

请注意，此数据集包含的 train 和 val 划分与 PASCAL VOC 数据集中的划分不同。特别是，一些“train”图像可能是 VOC2012 val 的一部分。如果您有兴趣在 VOC 2012 val 上进行测试，请使用 image_set=’train_noval’，这会排除所有 val 图像。

警告

此类需要 scipy 来加载 .mat 格式的目标文件。

参数：

• root (str 或 pathlib.Path) – 语义边界数据集的根目录

• image_set (string, 可选) – 选择要使用的 image_set，train、val 或 train_noval。Image set train_noval 排除 VOC 2012 val 图像。

• mode (string, 可选) – 选择目标类型。可能的值为 ‘boundaries’ 或 ‘segmentation’。如果是 ‘boundaries’，目标是一个形状为 [num_classes, H, W] 的数组，其中 num_classes=20。

• download (bool, 可选) – 如果为 True，则从互联网下载数据集并将其放在根目录中。如果数据集已下载，则不会再次下载。

• transforms (callable, 可选) – 一个函数/变换，它将输入样本及其目标作为输入，并返回变换后的版本。输入样本是 PIL 图像；如果 mode=’boundaries’，目标是 numpy 数组；如果 mode=’segmentation’，目标是 PIL 图像。

特殊成员：

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

参数：

index (int) – 索引

返回：

样本和元数据，可选地由相应的变换进行变换。

返回类型：

(Any)