FlyingThings3D

class torchvision.datasets.FlyingThings3D(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train', pass_name: str = 'clean', camera: str = 'left', transforms: ~typing.Optional[~typing.Callable] = None, loader: ~typing.Callable[[str], ~typing.Any] = <function default_loader>)

FlyingThings3D 数据集，用于光流。

数据集结构应如下所示

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 (string, 可选) – 数据集划分，可以是“train”（默认）或“test”

• pass_name (string, 可选) – 要使用的 pass，可以是“clean”（默认）或“final”或“both”。有关不同 pass 的详细信息，请参见上面的链接。

• camera (string, 可选) – 返回哪个摄像头的图像。可以是“left”（默认）或“right”或“both”。

• transforms (callable, 可选) – 一个函数/变换，它接收 img1, img2, flow, valid_flow_mask 并返回变换后的版本。valid_flow_mask 用于与其他数据集保持一致，这些数据集返回内置的有效掩码，例如 KittiFlow。

• loader (callable, 可选) – 一个根据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 来直接将图像数据解码为张量。

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) – 要检索的示例索引

返回:

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

返回类型:

tuple