FGVCAircraft

class torchvision.datasets.FGVCAircraft(root: ~typing.Union[str, ~pathlib.Path], split: str = 'trainval', annotation_level: str = 'variant', transform: ~typing.Optional[~typing.Callable] = None, target_transform: ~typing.Optional[~typing.Callable] = None, download: bool = False, loader: ~typing.Callable[[str], ~typing.Any] = <function default_loader>)

FGVC Aircraft 数据集。

该数据集包含 10,000 张飞机图像，其中 100 种不同的飞机模型变体各有 100 张图像，大多数是飞机。飞机模型按三级层次结构组织。从细到粗的三个级别是：

• variant（变体），例如 波音 737-700。一个变体将所有视觉上无法区分的模型合并为

  一个类别。数据集包含 100 种不同的变体。

• family（系列），例如 波音 737。数据集包含 70 种不同的系列。

• manufacturer（制造商），例如 波音。数据集包含 30 种不同的制造商。

参数：

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

• split (string, 可选) – 数据集分割，支持 train、val、trainval 和 test。

• annotation_level (str, 可选) – 注解级别，支持 variant、family 和 manufacturer。

• transform (callable, 可选) – 一个函数/变换，它接收 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, 可选) – 一个函数/变换，它接收目标并对其进行变换。

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

• loader (callable, 可选) – 一个根据图像路径加载图像的函数。默认情况下，它使用 PIL 作为其图像加载器，但用户也可以传入 torchvision.io.decode_image 以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处理。

返回类型：

(Any)