快捷方式

斯坦福汽车

class torchvision.datasets.StanfordCars(root: Union[str, Path], split: str = 'train', transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, download: bool = False)[source]

斯坦福汽车数据集

汽车数据集包含 196 类汽车的 16,185 张图像。数据分为 8,144 张训练图像和 8,041 张测试图像,每类图像大约按 50-50 的比例分割

原始 URL 是 https://ai.stanford.edu/~jkrause/cars/car_dataset.html,但已失效。

注意

此类需要 scipy 来从 .mat 格式加载目标文件。

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

  • split (string, 可选) – 数据集拆分,支持 "train"(默认)或 "test"

  • transform (callable, 可选) – 一个函数/变换,它接受 PIL 图像并返回变换后的版本。例如,transforms.RandomCrop

  • target_transform (callable, 可选) – 一个函数/变换,它接受目标并对其进行变换。

  • download (bool, 可选) – 此参数存在是为了向后兼容性,但它不会下载数据集,因为原始 URL 不再可用。该数据集似乎在 Kaggle 上可用,因此您可以尝试使用 这些说明 手动下载。

特殊成员:

__getitem__(idx: int) Tuple[Any, Any][source]

返回给定索引的 pil_image 和 class_id

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源