CelebA

class torchvision.datasets.CelebA(root: Union[str, Path], split: str = 'train', target_type: Union[List[str], str] = 'attr', transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, download: bool = False)

大规模 CelebFaces Attributes (CelebA) 数据集 数据集。

参数:

• root (str 或 pathlib.Path) – 图像下载到的根目录。

• split (字符串) – {‘train’, ‘valid’, ‘test’, ‘all’} 之一。据此选择数据集。

• target_type (字符串 或 列表, 可选) –

  要使用的目标类型，attr、identity、bbox 或 landmarks。也可以是一个列表，以输出包含所有指定目标类型的元组。目标表示

  • attr (Tensor shape=(40,) dtype=int): 属性的二进制 (0, 1) 标签

  • identity (int): 每个人的标签（具有相同身份的数据点是同一个人）

  • bbox (Tensor shape=(4,) dtype=int): 边界框 (x, y, 宽度, 高度)

  • landmarks (Tensor shape=(10,) dtype=int): 地标点（左眼_x、左眼_y、右眼_x、右眼_y、鼻子_x、鼻子_y、左嘴角_x、左嘴角_y、右嘴角_x、右嘴角_y）

  默认为 attr。如果为空，将返回 None 作为目标。

• transform (可调用对象, 可选) – 接收 PIL 图像并返回转换版本的函数/转换。例如，transforms.PILToTensor

• target_transform (可调用对象, 可选) – 接收目标并对其进行转换的函数/转换。

• download (bool, 可选) –

  如果为 true，则从互联网下载数据集并将其放入根目录。如果数据集已下载，则不会再次下载。

  警告

  要下载数据集，需要 gdown。

特殊成员:

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

参数:

index (int) – 索引

返回:

样本和元数据，可以选择通过各自的转换进行转换。

返回类型:

(Any)