Sintel

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

Sintel 光流数据集。

数据集应具有以下结构

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) – 数据集拆分，可以是 “train”（默认）或 “test”

• pass_name (string, optional) – 要使用的 pass，可以是 “clean”（默认）、“final” 或 “both”。有关不同 pass 的详细信息，请参阅上面的链接。

• transforms (callable, optional) – 接收 img1, img2, flow, valid_flow_mask 并返回转换版本的函数/变换。valid_flow_mask 的存在是为了与其他数据集保持一致性，这些数据集返回内置的有效掩码，例如 KittiFlow。

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:

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

返回类型:

tuple