FallingThingsStereo

class torchvision.datasets.FallingThingsStereo(root: Union[str, Path], variant: str = 'single', transforms: Optional[Callable] = None)

FallingThings 資料集。

預計資料集結構如下：

root
    FallingThings
        single
            dir1
                scene1
                    _object_settings.json
                    _camera_settings.json
                    image1.left.depth.png
                    image1.right.depth.png
                    image1.left.jpg
                    image1.right.jpg
                    image2.left.depth.png
                    image2.right.depth.png
                    image2.left.jpg
                    image2.right
                    ...
                scene2
            ...
        mixed
            scene1
                _object_settings.json
                _camera_settings.json
                image1.left.depth.png
                image1.right.depth.png
                image1.left.jpg
                image1.right.jpg
                image2.left.depth.png
                image2.right.depth.png
                image2.left.jpg
                image2.right
                ...
            scene2
            ...

引數:

• root (str 或 pathlib.Path) – FallingThings 所在的根目錄。

• variant (string) – 要使用的變體。可以是 “single”、“mixed” 或 “both”。

• transforms (callable, optional) – 一個函式/變換，接收一個樣本並返回一個變換後的版本。

特殊成員:

__getitem__(index: int) → tuple[PIL.Image.Image, PIL.Image.Image, Optional[numpy.ndarray], numpy.ndarray]

在給定索引處返回示例。

引數:

index (int) – 要檢索的示例的索引

返回:

一個 3 元組 (img_left, img_right, disparity)。視差是一個形狀為 (1, H, W) 的 numpy 陣列，影像是 PIL 影像。如果在 transforms 引數中生成了 valid_mask，則返回一個 4 元組 (img_left, img_right, disparity, valid_mask)。

返回型別:

元組