快捷方式

CocoDetection

class torchvision.datasets.CocoDetection(root: Union[str, Path], annFile: str, transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, transforms: Optional[Callable] = None)[source]

MS Coco 检测 数据集。

它需要安装 COCO API

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

  • annFile (字符串) – JSON 标注文件的路径。

  • transform (可调用对象, 可选) – 一个函数/转换,接收 PIL 图像并返回转换后的版本。例如,transforms.PILToTensor

  • target_transform (可调用对象, 可选) – 一个函数/转换,接收目标并将其转换。

  • transforms (可调用对象, 可选) – 一个函数/转换,接收输入样本及其目标作为输入,并返回转换后的版本。

使用 CocoDetection 的示例

Transforms v2 入门

Transforms v2 入门

Transforms v2:端到端目标检测/分割示例

Transforms v2:端到端目标检测/分割示例
特殊成员:

__getitem__(index: int) Tuple[Any, Any][source]
参数:

index (int) – 索引

返回值:

样本和元数据,可以选择由相应的转换进行转换。

返回类型:

(任何)

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问题的解答

查看资源