SBDataset

class torchvision.datasets.SBDataset(root: Union[str, Path], image_set: str = 'train', mode: str = 'boundaries', download: bool = False, transforms: Optional[Callable] = None)

语义边界数据集

SBD 目前包含来自 PASCAL VOC 2011 数据集的 11355 张图像的标注。

注意

请注意，此数据集包含的 train 和 val 拆分与 PASCAL VOC 数据集中的拆分不同。特别是，一些“train”图像可能是 VOC2012 val 的一部分。如果您有兴趣在 VOC 2012 val 上进行测试，请使用 image_set='train_noval'，它排除了所有 val 图像。

警告

此类需要 scipy 以从 .mat 格式加载目标文件。

参数:

• root (str 或 pathlib.Path) – Semantic Boundaries Dataset 的根目录

• image_set (string, optional) – 选择要使用的 image_set，train、val 或 train_noval。图像集 train_noval 排除 VOC 2012 val 图像。

• mode (string, optional) – 选择目标类型。可能的值为 'boundaries' 或 'segmentation'。在 'boundaries' 的情况下，目标是形状为 [num_classes, H, W] 的数组，其中 num_classes=20。

• 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。

• transforms (callable, optional) – 一个函数/变换，它将输入样本及其目标作为条目，并返回变换后的版本。输入样本是 PIL 图像，目标是 numpy 数组（如果 mode='boundaries'）或 PIL 图像（如果 mode='segmentation'）。

特殊成员:

__getitem__(index: int) → Tuple[Any, Any]

参数:

index (int) – 索引

返回:

样本和元数据，可以选择通过各自的变换进行变换。

返回类型:

(Any)