FlyingChairs

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

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]]]

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