UCF101¶
- class torchvision.datasets.UCF101(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')[原始碼]¶
UCF101 資料集。
UCF101 是一個動作識別影片資料集。該資料集將每個影片視為一組固定大小的影片剪輯，由
frames_per_clip指定，其中每個剪輯之間的幀步長由step_between_clips給出。資料集本身可以從資料集網站下載；annotation_path應該指向的註解可以從 這裡 下載。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。內部使用 VideoClips 物件來處理剪輯建立。
- 引數:
root (str 或
pathlib.Path) – UCF101 資料集的根目錄。annotation_path (str) – 指向包含拆分檔案的資料夾的路徑；有關下載這些檔案的說明，請參閱上面的文件字串
frames_per_clip (int) – 剪輯中的幀數。
step_between_clips (int, 可選) – 每個剪輯之間的幀數。
fold (int, 可選) – 使用哪個摺疊。應介於 1 和 3 之間。
train (bool, 可選) – 如果為
True，則從訓練集建立資料集，否則從test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（在轉換之前）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 影片幀
audio(Tensor[K, L]): 音訊幀，其中 K 是通道數，L 是點數
label (int): 影片剪輯的類別
- 返回型別:
- 特殊成員:
- __getitem__(idx: int) tuple[torch.Tensor, torch.Tensor, int][原始碼]¶
- 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)
