DTD

class torchvision.datasets.DTD(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train', partition: int = 1, transform: ~typing.Optional[~typing.Callable] = None, target_transform: ~typing.Optional[~typing.Callable] = None, download: bool = False, loader: ~typing.Callable[[~typing.Union[str, ~pathlib.Path]], ~typing.Any] = <function default_loader>)

可描述纹理数据集 (DTD).

参数:

• root (str or pathlib.Path) – 数据集的根目录。

• split (string, optional) – 数据集划分，支持 "train" (默认)，"val"，或 "test"。

• partition (int, optional) –

  数据集划分。应为 1 <= partition <= 10。默认为 1。

  注意

  划分只改变每张图像属于哪个子集。因此，无论选择哪个划分，组合所有子集都会得到所有图像。

• transform (callable, optional) – 一个函数/变换，接受 PIL 图像或 torch.Tensor（取决于给定的加载器），并返回变换后的版本。例如，transforms.RandomCrop

• target_transform (callable, optional) – 一个函数/变换，接受目标并对其进行变换。

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

• loader (callable, optional) – 一个给定图像路径加载图像的函数。默认情况下，它使用 PIL 作为图像加载器，但用户也可以传入 torchvision.io.decode_image 直接将图像数据解码为张量。

特殊成员:

__getitem__(idx: 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)