快捷方式

Kitti2012立体声

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

来自 2012 立体声评估基准 的 KITTI 数据集。为了与 KITTI 2015 保持一致,使用 RGB 图像。

预计数据集具有以下结构

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 (strpathlib.Path) – 包含 Kitti2012 的根目录。

  • split (字符串可选) – 场景的数据集分割,可以是“train”(默认)或“test”。

  • transforms (可调用对象可选) – 一个函数/转换,它接收一个样本并返回一个转换后的版本。

特殊成员:

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

返回给定索引处的示例。

参数:

index (int) – 要检索的示例的索引

返回值:

包含 (img_left, img_right, disparity, valid_mask) 的 4 元组。视差是一个形状为 (1, H, W) 的 numpy 数组,图像为 PIL 图像。如果 transforms 参数没有生成有效的掩码,则 valid_mask 隐式为 None。如果数据集分割为 test,则 disparityvalid_mask 都是 None

返回类型:

元组

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源