Food101

class torchvision.datasets.Food101(root: Union[str, Path], split: str = 'train', transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, download: bool = False)

Food-101 数据集.

Food-101 是一个具有挑战性的数据集，包含 101 个食物类别和 101,000 张图像。对于每个类别，都提供了 250 张手动审核的测试图像以及 750 张训练图像。有意地，训练图像未经过清理，因此仍然包含一定量的噪声。这主要以强烈的颜色和有时错误的标签的形式出现。所有图像都经过缩放，使其最大边长为 512 像素。

参数:

• root (str 或 pathlib.Path) – 数据集的根目录。

• split (string, 可选) – 数据集划分，支持 "train" (默认) 和 "test"。

• transform (callable, 可选) – 接收 PIL 图像并返回转换后版本的函数/变换。例如，transforms.RandomCrop。

• target_transform (callable, 可选) – 接收目标并对其进行转换的函数/变换。

• download (bool, 可选) – 如果为 True，则从互联网下载数据集并将其放在根目录中。如果数据集已下载，则不会再次下载。默认为 False。

特殊成员:

__getitem__(idx: int) → Tuple[Any, Any]

参数:

index (int) – 索引

返回:

样本和元数据，可以选择性地通过各自的变换进行转换。

返回类型:

(Any)