Kitti2012Stereo

class torchvision.datasets.Kitti2012Stereo(root: Union[str, Path], split: str = 'train', transforms: Optional[Callable] = None)

来自 2012 立体评估基准的 KITTI 数据集。 使用 RGB 图像以与 KITTI 2015 保持一致。

数据集应具有以下结构

root
    Kitti2012
        testing
            colored_0
                1_10.png
                2_10.png
                ...
            colored_1
                1_10.png
                2_10.png
                ...
        training
            colored_0
                1_10.png
                2_10.png
                ...
            colored_1
                1_10.png
                2_10.png
                ...
            disp_noc
                1.png
                2.png
                ...
            calib

参数:

• root (str 或 pathlib.Path) – Kitti2012 所在的根目录。

• split (string, optional) – 场景的数据集分割，可以是 “train”（默认）或 “test”。

• transforms (callable, optional) – 接收样本并返回转换后版本的函数/变换。

特殊成员:

__getitem__(index: int) → Tuple[Image, Image, Optional[ndarray], 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:

包含 (img_left, img_right, disparity, valid_mask) 的 4 元组。视差是形状为 (1, H, W) 的 numpy 数组，图像是 PIL 图像。 如果 transforms 参数未生成有效掩码，则 valid_mask 隐式为 None。 如果数据集分割为测试集，则 disparity 和 valid_mask 均为 None。

返回类型:

tuple