快捷方式

数据集

Torchvision 在 torchvision.datasets 模块中提供了许多内置数据集,以及用于构建自定义数据集的实用程序类。

内置数据集

所有数据集都是 torch.utils.data.Dataset 的子类,即它们已实现 __getitem____len__ 方法。因此,它们都可以传递给 torch.utils.data.DataLoader,该方法可以使用 torch.multiprocessing 工作进程并行加载多个样本。例如

imagenet_data = torchvision.datasets.ImageNet('path/to/imagenet_root/')
data_loader = torch.utils.data.DataLoader(imagenet_data,
                                          batch_size=4,
                                          shuffle=True,
                                          num_workers=args.nThreads)

所有数据集的 API 几乎相同。它们都有两个共同的参数:transformtarget_transform,用于分别转换输入和目标。您还可以使用提供的 基类 创建自己的数据集。

图像分类

Caltech101(root[, target_type, transform, ...])

Caltech 101 数据集。

Caltech256(root[, transform, ...])

Caltech 256 数据集。

CelebA(root[, split, target_type, ...])

大规模名人脸部属性 (CelebA) 数据集 数据集。

CIFAR10(root[, train, transform, ...])

CIFAR10 数据集。

CIFAR100(root[, train, transform, ...])

CIFAR100 数据集。

Country211(root[, split, transform, ...])

来自 OpenAI 的 Country211 数据集

DTD(root[, split, partition, transform, ...])

可描述纹理数据集 (DTD).

EMNIST(root, split, **kwargs)

EMNIST 数据集。

EuroSAT(root[, transform, target_transform, ...])

EuroSAT 数据集的 RGB 版本。

FakeData([size, image_size, num_classes, ...])

一个虚假数据集,它返回随机生成的图像,并将它们作为 PIL 图像返回

FashionMNIST(root[, train, transform, ...])

Fashion-MNIST 数据集。

FER2013(root[, split, transform, ...])

FER2013 数据集。

FGVCAircraft(root[, split, ...])

FGVC 航空器 数据集。

Flickr8k(root, ann_file[, transform, ...])

Flickr8k 实体 数据集。

Flickr30k(root, ann_file[, transform, ...])

Flickr30k 实体 数据集。

Flowers102(root[, split, transform, ...])

牛津 102 花卉 数据集。

Food101(root[, split, transform, ...])

Food-101 数据集.

GTSRB(root[, split, transform, ...])

德国交通标志识别基准 (GTSRB) 数据集。

INaturalist(root[, version, target_type, ...])

iNaturalist 数据集。

ImageNet(root[, split])

ImageNet 2012 分类数据集。

Imagenette(root[, split, size, download, ...])

Imagenette 图像分类数据集。

KMNIST(root[, train, transform, ...])

Kuzushiji-MNIST 数据集。

LFWPeople(root[, split, image_set, ...])

LFW 数据集。

LSUN(root[, classes, transform, ...])

LSUN 数据集。

MNIST(root[, train, transform, ...])

MNIST 数据集。

Omniglot(root[, background, transform, ...])

Omniglot 数据集。

OxfordIIITPet(root[, split, target_types, ...])

Oxford-IIIT Pet 数据集.

Places365(root, ~pathlib.Path], split, ...)

Places365 分类数据集。

PCAM(root[, split, transform, ...])

PCAM 数据集.

QMNIST(root[, what, compat, train])

QMNIST 数据集。

RenderedSST2(root[, split, transform, ...])

Rendered SST2 数据集.

SEMEION(root[, transform, target_transform, ...])

SEMEION 数据集。

SBU(root[, transform, target_transform, ...])

SBU 带标题照片 数据集。

StanfordCars(root[, split, transform, ...])

斯坦福汽车数据集

STL10(root[, split, folds, transform, ...])

STL10 数据集。

SUN397(root[, transform, target_transform, ...])

SUN397 数据集.

SVHN(root[, split, transform, ...])

SVHN 数据集。

USPS(root[, train, transform, ...])

USPS 数据集。

图像检测或分割

CocoDetection(root, annFile[, transform, ...])

MS Coco 检测 数据集。

CelebA(root[, split, target_type, ...])

大规模名人脸部属性 (CelebA) 数据集 数据集。

Cityscapes(root[, split, mode, target_type, ...])

Cityscapes 数据集。

Kitti(root[, train, transform, ...])

KITTI 数据集。

OxfordIIITPet(root[, split, target_types, ...])

Oxford-IIIT Pet 数据集.

SBDataset(root[, image_set, mode, download, ...])

语义边界数据集

VOCSegmentation(root[, year, image_set, ...])

Pascal VOC 分割数据集。

VOCDetection(root[, year, image_set, ...])

Pascal VOC 检测数据集。

WIDERFace(root[, split, transform, ...])

WIDERFace 数据集。

光流

FlyingChairs(root[, split, transforms])

FlyingChairs 用于光流的数据集。

FlyingThings3D(root[, split, pass_name, ...])

FlyingThings3D 用于光流的数据集。

HD1K(root[, split, transforms])

HD1K 用于光流的数据集。

KittiFlow(root[, split, transforms])

KITTI 用于光流 (2015) 的数据集。

Sintel(root[, split, pass_name, transforms])

Sintel 用于光流的数据集。

立体匹配

CarlaStereo(root[, transforms])

CREStereo github 仓库 中链接的 Carla 模拟器数据。

Kitti2012Stereo(root[, split, transforms])

来自 2012 立体评估基准 的 KITTI 数据集。

Kitti2015Stereo(root[, split, transforms])

来自 2015 立体评估基准 的 KITTI 数据集。

CREStereo(root[, transforms])

用于训练 CREStereo 架构的合成数据集。

FallingThingsStereo(root[, variant, transforms])

FallingThings 数据集。

SceneFlowStereo(root[, variant, pass_name, ...])

用于 Scene Flow 数据集的数据集接口。

SintelStereo(root[, pass_name, transforms])

Sintel 立体数据集

InStereo2k(root[, split, transforms])

InStereo2k 数据集。

ETH3DStereo(root[, split, transforms])

ETH3D 低分辨率双视图 数据集。

Middlebury2014Stereo(root[, split, ...])

来自 Middlebury 数据集 2014 版本 <https://vision.middlebury.edu/stereo/data/scenes2014/> 的公开场景。

图像对

LFWPairs(root[, split, image_set, ...])

LFW 数据集。

PhotoTour(root, name[, train, transform, ...])

多视图立体对应 数据集。

图像字幕

CocoCaptions(root, annFile[, transform, ...])

MS Coco 字幕 数据集。

视频分类

HMDB51(root, annotation_path, frames_per_clip)

HMDB51 数据集。

Kinetics(root, frames_per_clip[, ...])

通用 Kinetics 数据集。

UCF101(root, annotation_path, frames_per_clip)

UCF101 数据集。

视频预测

MovingMNIST(root[, split, split_ratio, ...])

MovingMNIST 数据集。

自定义数据集的基类

DatasetFolder(root, loader[, extensions, ...])

一个通用的数据加载器。

ImageFolder(root, ~pathlib.Path], transform, ...)

一个通用的数据加载器,默认情况下,图像以这种方式排列: .

VisionDataset([root, transforms, transform, ...])

用于创建与 torchvision 兼容的数据集的基类。

Transforms v2

wrap_dataset_for_transforms_v2(dataset[, ...])

torchvision.dataset 包装起来以与 torchvision.transforms.v2 一起使用。

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得答案

查看资源