KittiFlow

class torchvision.datasets.KittiFlow(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train', transforms: ~typing.Optional[~typing.Callable] = None, loader: ~typing.Callable[[str], ~typing.Any] = <function default_loader>)

KITTI 数据集用于光流 (2015)。

数据集应具有以下结构

root
    KittiFlow
        testing
            image_2
        training
            image_2
            flow_occ

参数：

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

• split (string, optional) – 数据集划分，可以是 “train” （默认）或 “test”

• transforms (callable, optional) – 一个函数/转换，接收 img1, img2, flow, valid_flow_mask 并返回转换后的版本。

• loader (callable, optional) – 一个根据路径加载图像的函数。默认使用 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：

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

返回给定索引处的示例。

参数：

index (int) – 要检索的示例的索引

返回值：

一个包含 (img1, img2, flow, valid_flow_mask) 的 4 元组，其中 valid_flow_mask 是形状为 (H, W) 的 numpy 布尔掩码，指示哪些光流值有效。光流是形状为 (2, H, W) 的 numpy 数组，图像是 PIL 图像。如果 split="test"，则 flow 和 valid_flow_mask 为 None。

返回类型：

tuple