Flowers102

类 torchvision.datasets.Flowers102(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train', 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>)

Oxford 102 花卉 数据集.

警告

此类需要 scipy 库来加载 .mat 格式的目标文件。

Oxford 102 花卉是一个图像分类数据集，包含 102 个花卉类别。这些花是选择的在英国常见的花卉。每个类别包含 40 到 258 张图像。

图像具有较大的尺度、姿态和光照变化。此外，还有一些类别内部变化很大，以及一些非常相似的类别。

参数:

• root (字符串或 pathlib.Path) – 数据集的根目录。

• split (字符串, 可选) – 数据集划分，支持 "train" (默认)、"val" 或 "test"。

• transform (可调用对象, 可选) – 一个函数/变换，接受 PIL 图像或 torch.Tensor（取决于给定的 loader），并返回变换后的版本。例如，transforms.RandomCrop

• target_transform (可调用对象, 可选) – 一个函数/变换，接受目标并对其进行变换。

• download (布尔值, 可选) – 如果为 True，则从互联网下载数据集并放置在根目录中。如果数据集已下载，则不会再次下载。

• loader (可调用对象, 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 (整型) – 索引

返回值:

样本和元数据，可选择地由相应的变换进行变换。

返回类型:

(Any)