快捷方式

OxfordIIITPet

class torchvision.datasets.OxfordIIITPet(root: Union[str, Path], split: str = 'trainval', target_types: Union[Sequence[str], str] = 'category', transforms: Optional[Callable] = None, transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, download: bool = False)[源代码]

Oxford-IIIT Pet 数据集.

参数:
  • root (strpathlib.Path) – 数据集的根目录。

  • split (字符串, 可选) – 数据集分割,支持 "trainval"(默认)或 "test"

  • target_types (字符串, 字符串序列, 可选) –

    要使用的目标类型。可以是 category(默认)或 segmentation。也可以是列表,以输出包含所有指定目标类型的元组。这些类型代表

    • category (int):37 个宠物类别之一的标签。

    • binary-category (int):猫或狗的二元标签。

    • segmentation (PIL 图像):图像的分割三元图。

    如果为空,则返回 None 作为目标。

  • transform (可调用对象, 可选) – 一个函数/转换,它接收一个 PIL 图像并返回一个转换后的版本。例如,transforms.RandomCrop

  • target_transform (可调用对象, 可选) – 一个函数/转换,它接收目标并对其进行转换。

  • download (布尔值, 可选) – 如果为 True,则从互联网下载数据集并将其放入 root/oxford-iiit-pet。如果数据集已下载,则不会再次下载。

特殊成员:

__getitem__(idx: int) Tuple[Any, Any][源代码]
参数:

index (int) – 索引

返回值:

样本和元数据,可选地通过各自的转换进行转换。

返回类型:

(任意)

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人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源