快捷方式

FlyingChairs

class torchvision.datasets.FlyingChairs(root: Union[str, Path], split: str = 'train', transforms: Optional[Callable] = None)[源代码]

用于光流的 FlyingChairs 数据集。

您还需要从数据集页面下载 FlyingChairs_train_val.txt 文件。

预计数据集将具有以下结构

root
    FlyingChairs
        data
            00001_flow.flo
            00001_img1.ppm
            00001_img2.ppm
            ...
        FlyingChairs_train_val.txt
参数:
  • root (str 或 pathlib.Path) – FlyingChairs 数据集的根目录。

  • split (字符串, 可选) – 数据集分割,可以是“train”(默认)或“val”。

  • transforms (可调用, 可选) – 一个函数/变换,它接收 img1, img2, flow, valid_flow_mask 并返回一个变换后的版本。 valid_flow_mask 预计与其他返回内置有效掩码的数据集一致,例如 KittiFlow

特殊成员:

__getitem__(index: int) Union[Tuple[Image, Image, Optional[ndarray], Optional[ndarray]], Tuple[Image, Image, Optional[ndarray]]][源代码]

返回给定索引处的示例。

参数:

index (int) – 要检索的示例的索引

返回值:

一个包含 (img1, img2, flow) 的 3 元组。 流是形状为 (2, H, W) 的 numpy 数组,图像为 PIL 图像。 如果 split="val",则 flow 为 None。 如果在 transforms 参数中生成了有效的流掩码,则返回一个包含 (img1, img2, flow, valid_flow_mask) 的 4 元组。

返回类型:

元组

文档

访问 PyTorch 的综合开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源