快捷方式

Places365

class torchvision.datasets.Places365(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train-standard', small: bool = False, download: bool = False, transform: ~typing.Optional[~typing.Callable] = None, target_transform: ~typing.Optional[~typing.Callable] = None, loader: ~typing.Callable[[str], ~typing.Any] = <function default_loader>)[源代码]

Places365 分类数据集。

参数:
  • root (strpathlib.Path) – Places365 数据集的根目录。

  • split (str, 可选) – 数据集拆分。可以是 train-standard(默认)、train-challengeval 之一。

  • small (bool, 可选) – 如果为 True,则使用小图像(即调整大小为 256 x 256 像素),而不是高分辨率图像。

  • download (bool, 可选) – 如果为 True,则下载数据集组件并将它们放置在 root 中。已经下载的存档不会再次下载。

  • transform (callable, 可选) – 一个函数/变换,它接受一个 PIL 图像并返回一个变换后的版本。例如,transforms.RandomCrop

  • target_transform (callable, 可选) – 一个函数/变换,它接受目标并对其进行变换。

  • loader – 一个函数,用于在给定路径的情况下加载图像。

引发:
  • RuntimeError – 如果 download is False 并且元数据文件(即开发工具包)不存在或已损坏。

  • RuntimeError – 如果 download is True 并且图像存档已解压缩。

特殊成员:

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

index (int) – 索引

返回值:

样本和元数据,可选择由相应的变换进行变换。

返回类型:

(Any)

文档

访问 PyTorch 的综合开发者文档

查看文档

教程

获取面向初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获得问题解答

查看资源