Sintel

class torchvision.datasets.Sintel(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train', pass_name: str = 'clean', transforms: ~typing.Optional[~typing.Callable] = None, loader: ~typing.Callable[[str], ~typing.Any] = <function default_loader>)

Sintel 用于光流的数据集。

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 or pathlib.Path) – Sintel 数据集的根目录。

• split (string, optional) – 数据集划分，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 passes 的详细信息，请参阅上面的链接。

• transforms (callable, optional) – 一个函数/变换，它接收 img1, img2, flow, valid_flow_mask 并返回一个变换后的版本。valid_flow_mask 是为了与其他返回内置有效掩码的数据集（如 KittiFlow）保持一致而期望提供的。

• loader (callable, optional) – 给定图像路径后加载图像的函数。默认情况下，它使用 PIL 作为图像加载器，但用户也可以传入 torchvision.io.decode_image 直接将图像数据解码为张量。

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 是一个形状为 (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 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