Sintel

class torchvision.datasets.Sintel(root: Union[str, Path], split: str = 'train', pass_name: str = 'clean', transforms: Optional[Callable] = None)

用于光流的 Sintel 数据集。

预计数据集具有以下结构

root
    Sintel
        testing
            clean
                scene_1
                scene_2
                ...
            final
                scene_1
                scene_2
                ...
        training
            clean
                scene_1
                scene_2
                ...
            final
                scene_1
                scene_2
                ...
            flow
                scene_1
                scene_2
                ...

参数:

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

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

• pass_name (string, optional) – 要使用的通道，可以是“clean”（默认）、“final”或“both”。有关不同通道的详细信息，请参见上面的链接。

• transforms (callable, optional) – 一个函数/转换，它接受 img1, img2, flow, valid_flow_mask 并返回转换后的版本。为了与返回内置有效掩码的其他数据集（如 KittiFlow）保持一致，预计将提供 valid_flow_mask。

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:

一个包含 (img1, img2, flow) 的 3 元组。flow 是形状为 (2, H, W) 的 numpy 数组，图像为 PIL 图像。如果 split="test"，则 flow 为 None。如果在 transforms 参数中生成了有效的 flow 掩码，则返回一个包含 (img1, img2, flow, valid_flow_mask) 的 4 元组。

返回类型:

tuple