KittiFlow

class torchvision.datasets.KittiFlow(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train', transforms: ~typing.Optional[~typing.Callable] = None, loader: ~typing.Callable[[str], ~typing.Any] = <function default_loader>)

用於光流的 KITTI 資料集（2015）。

預計資料集結構如下：

root
    KittiFlow
        testing
            image_2
        training
            image_2
            flow_occ

引數:

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

• split (string, optional) – 資料集劃分，可以是 “train” (預設) 或 “test”

• transforms (callable, optional) – 一個函式/變換，它接收 img1, img2, flow, valid_flow_mask 並返回變換後的版本。

• 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) → Union[tuple[PIL.Image.Image, PIL.Image.Image, Optional[numpy.ndarray], Optional[numpy.ndarray]], tuple[PIL.Image.Image, PIL.Image.Image, Optional[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 (img1, img2, flow, valid_flow_mask)，其中 valid_flow_mask 是一個形狀為 (H, W) 的 numpy 布林掩碼，指示哪些流值是有效的。流是一個形狀為 (2, H, W) 的 numpy 陣列，影像是 PIL 影像。如果 split="test"，則 flow 和 valid_flow_mask 為 None。

返回型別:

元組