FlyingThings3D

class torchvision.datasets.FlyingThings3D(root: Union[str, Path], split: str = 'train', pass_name: str = 'clean', camera: str = 'left', transforms: Optional[Callable] = None)

用于光流的 FlyingThings3D 数据集。

预期数据集具有以下结构

root
    FlyingThings3D
        frames_cleanpass
            TEST
            TRAIN
        frames_finalpass
            TEST
            TRAIN
        optical_flow
            TEST
            TRAIN

参数：

• root (str 或 pathlib.Path) – Intel FlyingThings3D 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“test”。

• pass_name (字符串, 可选) – 要使用的通道，可以是“clean”（默认）、“final”或“both”。有关不同通道的详细信息，请参阅上面的链接。

• camera (字符串, 可选) – 返回图像的哪个摄像头。可以是“left”（默认）、“right”或“both”。

• transforms (可调用对象, 可选) – 一个函数/转换，它接收 img1, img2, flow, valid_flow_mask 并返回转换后的版本。 valid_flow_mask 旨在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 (整数) – 要检索的示例的索引

返回值：

一个包含 (img1, img2, flow) 的 3 元组。flow 是一个形状为 (2, H, W) 的 NumPy 数组，图像为 PIL 图像。如果 split="test"，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