Food101¶
- class torchvision.datasets.Food101(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train', transform: ~typing.Optional[~typing.Callable] = None, target_transform: ~typing.Optional[~typing.Callable] = None, download: bool = False, loader: ~typing.Callable[[~typing.Union[str, ~pathlib.Path]], ~typing.Any] = <function default_loader>)[源码]¶
-
Food-101 是一个具有挑战性的数据集,包含 101 种食物类别,共 101,000 张图像。对于每个类别,提供了 250 张人工审查的测试图像以及 750 张训练图像。训练图像特意未经清理,因此仍包含一定量的噪声。这主要表现为强烈的色彩和有时错误的标签。所有图像均已重新缩放,最大边长为 512 像素。
- 参数:
root (
str or pathlib.Path
) – 数据集的根目录。split (string, optional) – 数据集拆分,支持
"train"
(默认)和"test"
。transform (callable, optional) – 一个函数/转换,它接收 PIL 图像或 torch.Tensor(取决于给定的加载器),并返回一个转换后的版本。例如,
transforms.RandomCrop
target_transform (callable, optional) – 一个函数/转换,它接收目标并对其进行转换。
download (bool, optional) – 如果为 True,则从互联网下载数据集并将其放在根目录中。如果数据集已经下载,则不会再次下载。默认值为 False。
loader (callable, optional) – 一个函数,根据图像路径加载图像。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
以直接将图像数据解码为张量。
- 特殊成员: