HMDB51

class torchvision.datasets.HMDB51(root: Union[str, Path], annotation_path: str, frames_per_clip: int, step_between_clips: int = 1, frame_rate: Optional[int] = None, fold: int = 1, train: bool = True, transform: Optional[Callable] = None, _precomputed_metadata: Optional[dict[str, Any]] = None, num_workers: int = 1, _video_width: int = 0, _video_height: int = 0, _video_min_dimension: int = 0, _audio_samples: int = 0, output_format: str = 'THWC')

HMDB51 資料集。

HMDB51 是一個動作識別影片資料集。該資料集將每個影片視為一系列固定大小的影片片段，由 frames_per_clip 指定，其中每個片段之間的幀步長由 step_between_clips 給出。

舉個例子，對於 10 幀和 15 幀的 2 個影片，如果 frames_per_clip=5 且 step_between_clips=5，則資料集大小將是 (2 + 3) = 5，其中前兩個元素來自影片 1，後三個元素來自影片 2。請注意，我們會丟棄不包含正好 frames_per_clip 個元素的剪輯，因此影片中的並非所有幀都可能存在。

在內部，它使用 VideoClips 物件來處理剪輯建立。

引數:

• root (str 或 pathlib.Path) – HMDB51 資料集的根目錄。

• annotation_path (str) – 包含拆分檔案的資料夾路徑。

• frames_per_clip (int) – 一個片段中的幀數。

• step_between_clips (int) – 每個片段之間的幀數。

• fold (int, 可選) – 使用哪個摺疊。應在 1 到 3 之間。

• train (bool, 可選) – 如果為 True，則從訓練集建立資料集，否則從 測試 集建立。

• transform (callable, 可選) – 一個函式/轉換，它接收 TxHxWxC 影片並返回轉換後的版本。

• output_format (str, 可選) – 輸出影片張量（轉換前）的格式。可以是“THWC”（預設）或“TCHW”。

返回:

一個 3 元組，包含以下條目：

• video (Tensor[T, H, W, C] 或 Tensor[T, C, H, W]): T 個影片幀

• audio(Tensor[K, L]): 音訊幀，其中 K 是通道數，L 是取樣點數

• label (int): 影片剪輯的類別

返回型別:

元組

特殊成員:

__getitem__(idx: int) → tuple[torch.Tensor, torch.Tensor, int]

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)