快捷方式

Sintel

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

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]]][source]

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

文档

访问 PyTorch 的综合开发者文档

查看文档

教程

获取针对初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获取问题的答案

查看资源