快捷方式

FlyingThings3D

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

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 (strpathlib.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]]][源代码]

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

文档

访问 PyTorch 的全面开发者文档

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