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，共 101,000 张图像。每个类别提供 250 张手动审查的测试图像以及 750 张训练图像。训练图像有意未经清理，因此仍然包含一定程度的噪声。这主要表现为强烈的颜色以及有时错误的标签。所有图像都已重新缩放，最大边长为 512 像素。

参数：

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

• split (字符串, 可选) – 数据集拆分，支持 "train" (默认) 和 "test"。

• transform (可调用, 可选) – 一个函数/变换，接收 PIL 图像并返回一个转换后的版本。例如，transforms.RandomCrop。

• target_transform (可调用, 可选) – 一个函数/变换，接收目标并对其进行变换。

• download (布尔值, 可选) – 如果为 True，则从互联网下载数据集并将其放入根目录。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 (整数) – 索引

返回值：

样本和元数据，可以选择通过相应的变换进行转换。

返回类型：

(任何)