Kitti2015Stereo

class torchvision.datasets.Kitti2015Stereo(root: Union[str, Path], split: str = 'train', transforms: Optional[Callable] = None)

来自 2015 立体声评估基准 的 KITTI 数据集。

预期数据集具有以下结构

root
    Kitti2015
        testing
            image_2
                img1.png
                img2.png
                ...
            image_3
                img1.png
                img2.png
                ...
        training
            image_2
                img1.png
                img2.png
                ...
            image_3
                img1.png
                img2.png
                ...
            disp_occ_0
                img1.png
                img2.png
                ...
            disp_occ_1
                img1.png
                img2.png
                ...
            calib

参数：

• root (str 或 pathlib.Path) – Kitti2015 所在的根目录。

• 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]

返回给定索引处的示例。

参数：

index (整数) – 要检索的示例的索引

返回：

一个包含 (img_left, img_right, disparity, valid_mask) 的 4 元组。视差是形状为 (1, H, W) 的 NumPy 数组，图像为 PIL 图像。valid_mask 如果 transforms 参数未生成有效掩码，则隐式地为 None。如果数据集分割为测试，则 disparity 和 valid_mask 均为 None。

返回类型：

元组