Cityscapes

class torchvision.datasets.Cityscapes(root: Union[str, Path], split: str = 'train', mode: str = 'fine', target_type: Union[list[str], str] = 'instance', transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, transforms: Optional[Callable] = None)

Cityscapes 資料集。

引數:

• root (str 或 pathlib.Path) – 資料集根目錄，其中包含 leftImg8bit 和 gtFine 或 gtCoarse 目錄。

• split (字串, 可選) – 要使用的影像分割，如果 mode=”fine” 則為 train、test 或 val，否則為 train、train_extra 或 val

• mode (字串, 可選) – 要使用的質量模式，fine 或 coarse

• target_type (字串 或 列表, 可選) – 要使用的目標型別，instance、semantic、polygon 或 color。也可以是一個列表，以輸出所有指定目標型別的元組。

• transform (callable, optional) – 一個函式/變換，接受 PIL 影像並返回變換後的版本。例如，transforms.RandomCrop

• target_transform (可呼叫物件, 可選) – 一個函式/變換，接受目標並對其進行變換。

• transforms (callable, optional) – 接受輸入樣本及其目標並返回轉換後版本的函式/轉換。

示例

獲取語義分割目標

dataset = Cityscapes('./data/cityscapes', split='train', mode='fine',
                     target_type='semantic')

img, smnt = dataset[0]

獲取多個目標

dataset = Cityscapes('./data/cityscapes', split='train', mode='fine',
                     target_type=['instance', 'color', 'polygon'])

img, (inst, col, poly) = dataset[0]

在“coarse”集上進行驗證

dataset = Cityscapes('./data/cityscapes', split='val', mode='coarse',
                     target_type='semantic')

img, smnt = dataset[0]

特殊成員:

__getitem__(index: int) → tuple[Any, Any]

引數:

index (int) – 索引

返回:

(image, target)，其中 target 是所有目標型別的元組，如果 target_type 是一個包含多個項的列表。否則，如果 target_type="polygon"，則 target 是一個 JSON 物件，否則是影像分割。

返回型別:

元組