FlyingThings3D

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

FlyingThings3D 光流数据集。

数据集应具有以下结构

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

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

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

• transforms (callable, 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 的预期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 3 元组，包含 (img1, img2, flow)。flow 是形状为 (2, H, W) 的 numpy 数组，图像是 PIL 图像。flow 在 split="test" 时为 None。如果在 transforms 参数中生成了有效的 flow 掩码，则返回包含 (img1, img2, flow, valid_flow_mask) 的 4 元组。

返回类型:

tuple