快捷方式

LFWPairs

class torchvision.datasets.LFWPairs(root: str, split: str = '10fold', image_set: str = 'funneled', transform: ~typing.Optional[~typing.Callable] = None, target_transform: ~typing.Optional[~typing.Callable] = None, download: bool = False, loader: ~typing.Callable[[str], ~typing.Any] = <function default_loader>)[source]

LFW 数据集。

参数:
  • root (str or pathlib.Path) – 数据集的根目录,目录 lfw-py 位于此或在 download 设置为 True 时将保存到此。

  • split (string, optional) – 要使用的图像分割。可以是 train, test, 10fold 之一。默认为 10fold

  • image_set (str, optional) – 要使用的图像 'funneling' 类型,original, funneleddeepfunneled。默认为 funneled

  • transform (callable, optional) – 一个函数/变换,接收一个 PIL 图像并返回一个变换后的版本。例如,transforms.RandomRotation

  • target_transform (callable, optional) – 一个函数/变换,接收目标并对其进行变换。

  • 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。如果数据集已下载,则不会再次下载。

  • loader (callable, optional) – 一个根据图像路径加载图像的函数。默认情况下,它使用 PIL 作为其图像加载器,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) Tuple[Any, Any, int][source]
参数:

index (int) – 索引

返回:

(image1, image2, target),其中 target 对于不同身份为 0,对于相同身份为 1

返回类型:

tuple

文档

查阅 PyTorch 的完整开发者文档

查看文档

教程

获取面向初学者和高级开发者的深度教程

查看教程

资源

查找开发资源并获取问题解答

查看资源