Food101

class torchvision.datasets.Food101(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train', transform: ~typing.Optional[~typing.Callable] = None, target_transform: ~typing.Optional[~typing.Callable] = None, download: bool = False, loader: ~typing.Callable[[~typing.Union[str, ~pathlib.Path]], ~typing.Any] = <function default_loader>)

Food-101 資料集.

Food-101 是一個具有挑戰性的資料集，包含 101 種食物類別，共 101,000 張圖片。對於每個類別，提供了 250 張經過手動審查的測試圖片以及 750 張訓練圖片。特意地，訓練圖片沒有進行清理，因此仍然包含一些噪聲。這些噪聲主要表現為鮮豔的顏色，有時甚至是錯誤的標籤。所有圖片都被縮放到最大邊長為 512 畫素。

引數:

• root (str 或 pathlib.Path) – 資料集的根目錄。

• split (string, optional) – 資料集分割，支援 "train" (預設) 和 "test"。

• 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。

• download (bool, optional) – 如果為 True，則從網際網路下載資料集並將其放入根目錄。如果資料集已下載，則不會再次下載。預設為 False。

• 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__(idx: int) → tuple[Any, Any]

引數:

index (int) – 索引

返回:

樣本和元資料，可透過相應的變換進行可選變換。

返回型別:

(Any)