FlyingChairs

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

FlyingChairs 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。

数据集预计具有以下结构

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) – 数据集拆分，可以是 “train”（默认）或 “val”

• transforms (可调用对象, 可选) – 接收 img1、 img2、 flow、 valid_flow_mask 并返回转换后版本的函数/变换。valid_flow_mask 的期望是为了与其他返回内置有效掩码的数据集保持一致，例如 KittiFlow。

特殊成员:

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

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:

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

返回类型:

元组