Flickr30k

class torchvision.datasets.Flickr30k(root: str, ann_file: str, transform: ~typing.Optional[~typing.Callable] = None, target_transform: ~typing.Optional[~typing.Callable] = None, loader: ~typing.Callable[[str], ~typing.Any] = <function default_loader>)

Flickr30k Entities 資料集。

引數:

• root (str 或 pathlib.Path) – 用於下載影像的根目錄。

• ann_file (string) – 註釋檔案路徑。

• transform (callable, optional) – 一個函式/變換，接收 PIL 影像或 torch.Tensor（取決於給定的載入器），並返回一個變換後的版本。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。

• loader (callable, optional) – 一個載入給定路徑的影像的函式。預設情況下，它使用 PIL 作為影像載入器，但使用者也可以傳入 torchvision.io.decode_image 以直接將影像資料解碼為張量。

特殊成員:

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

引數:

index (int) – 索引

返回:

元組 (image, target)。target 是影像的字幕列表。

返回型別:

元組