Kitti2012Stereo

class torchvision.datasets.Kitti2012Stereo(root: Union[str, Path], split: str = 'train', transforms: Optional[Callable] = None)

來自 2012 立體評估基準 的 KITTI 資料集。為了與 KITTI 2015 保持一致，使用了 RGB 影像。

預計資料集結構如下：

root
    Kitti2012
        testing
            colored_0
                1_10.png
                2_10.png
                ...
            colored_1
                1_10.png
                2_10.png
                ...
        training
            colored_0
                1_10.png
                2_10.png
                ...
            colored_1
                1_10.png
                2_10.png
                ...
            disp_noc
                1.png
                2.png
                ...
            calib

引數:

• root (str 或 pathlib.Path) – Kitti2012 所在的根目錄。

• split (字串, 可選) – 場景的資料集劃分，可以是“train”（預設）或“test”。

• 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 4 元組，包含 (img_left, img_right, disparity, valid_mask)。視差是一個形狀為 (1, H, W) 的 numpy 陣列，影像是 PIL 影像。如果 transforms 引數未生成有效掩碼，則 valid_mask 預設為 None。如果資料集為測試集，則 disparity 和 valid_mask 均為 None。

返回型別:

元組