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)[源代码]

MS Coco Detection 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 (string) – json 注释文件的路径。

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

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

  • transforms (callable, optional) – 接收输入样本及其目标作为条目并返回转换后版本的函数/转换。

使用 CocoDetection 的示例

transforms v2 入门

transforms v2 入门

Transforms v2:端到端对象检测/分割示例

Transforms v2:端到端对象检测/分割示例
特殊成员:

__getitem__(index: int) Tuple[Any, Any][源代码]
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)

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取面向初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获得您的问题解答

查看资源