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>)[源代码]¶
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: