資料集

Torchvision 在 torchvision.datasets 模組中提供了許多內建資料集，以及用於構建您自己的資料集的實用類。

內建資料集

所有資料集都是 torch.utils.data.Dataset 的子類，即它們實現了 __getitem__ 和 __len__ 方法。因此，它們都可以傳遞給 torch.utils.data.DataLoader，後者可以使用 torch.multiprocessing 工作程序並行載入多個樣本。例如

imagenet_data = torchvision.datasets.ImageNet('path/to/imagenet_root/')
data_loader = torch.utils.data.DataLoader(imagenet_data,
                                          batch_size=4,
                                          shuffle=True,
                                          num_workers=args.nThreads)

所有資料集的 API 都幾乎相同。它們都有兩個共同的引數：transform 和 target_transform，分別用於轉換輸入和目標。您還可以使用提供的基類建立自己的資料集。

警告

當使用 download=True 建立資料集物件時，檔案會首先下載並提取到根目錄中。此下載邏輯不是多程序安全的，因此如果在分散式環境中執行，可能會導致衝突/競態條件。在分散式模式下，我們建議在設定分散式模式之前建立一個虛擬資料集物件來觸發下載邏輯。

影像分類

Caltech101(root[, target_type, transform, ...])	Caltech 101 資料集。
Caltech256(root[, transform, ...])	Caltech 256 資料集。
CelebA(root[, split, target_type, ...])	大規模名人面部屬性 (CelebA) 資料集。
CIFAR10(root[, train, transform, ...])	CIFAR10 資料集。
CIFAR100(root[, train, transform, ...])	CIFAR100 資料集。
Country211(root, ~pathlib.Path], split, ...)	來自 OpenAI 的 Country211 資料集。
DTD(root, ~pathlib.Path], split, partition, ...)	可描述紋理資料集 (DTD).
EMNIST(root, split, **kwargs)	EMNIST 資料集。
EuroSAT(root, ~pathlib.Path], transform, ...)	EuroSAT 資料集的 RGB 版本。
FakeData([size, image_size, num_classes, ...])	一個返回隨機生成影像並將其作為 PIL 影像的模擬資料集
FashionMNIST(root[, train, transform, ...])	Fashion-MNIST 資料集。
FER2013(root[, split, transform, ...])	FER2013 資料集。
FGVCAircraft(root, ~pathlib.Path], split, ...)	FGVC Aircraft 資料集。
Flickr8k(root, ~pathlib.Path], ann_file, ...)	Flickr8k Entities 資料集。
Flickr30k(root, ann_file, transform, ...)	Flickr30k Entities 資料集。
Flowers102(root, ~pathlib.Path], split, ...)	Oxford 102 Flower 資料集。
Food101(root, ~pathlib.Path], split, ...)	Food-101 資料集.
GTSRB(root[, split, transform, ...])	德國交通標誌識別基準 (GTSRB) 資料集。
INaturalist(root[, version, target_type, ...])	iNaturalist 資料集。
ImageNet(root[, split])	ImageNet 2012 分類資料集。
Imagenette(root, ~pathlib.Path], split, size)	Imagenette 影像分類資料集。
KMNIST(root[, train, transform, ...])	Kuzushiji-MNIST 資料集。
LFWPeople(root, split, image_set, transform, ...)	LFW 資料集。
LSUN(root[, classes, transform, ...])	LSUN 資料集。
MNIST(root[, train, transform, ...])	MNIST 資料集。
Omniglot(root[, background, transform, ...])	Omniglot 資料集。
OxfordIIITPet(root[, split, target_types, ...])	Oxford-IIIT Pet 資料集.
Places365(root, ~pathlib.Path], split, ...)	Places365 分類資料集。
PCAM(root[, split, transform, ...])	PCAM 資料集.
QMNIST(root[, what, compat, train])	QMNIST 資料集。
RenderedSST2(root, ~pathlib.Path], split, ...)	Rendered SST2 資料集.
SEMEION(root[, transform, target_transform, ...])	SEMEION 資料集。
SBU(root, ~pathlib.Path], transform, ...)	SBU Captioned Photo 資料集。
StanfordCars(root, ~pathlib.Path], split, ...)	Stanford Cars 資料集
STL10(root[, split, folds, transform, ...])	STL10 資料集。
SUN397(root, ~pathlib.Path], transform, ...)	SUN397 資料集.
SVHN(root[, split, transform, ...])	SVHN 資料集。
USPS(root[, train, transform, ...])	USPS 資料集。

影像檢測或分割

CocoDetection(root, annFile[, transform, ...])	MS Coco Detection 資料集。
CelebA(root[, split, target_type, ...])	大規模名人面部屬性 (CelebA) 資料集。
Cityscapes(root[, split, mode, target_type, ...])	Cityscapes 資料集。
Kitti(root[, train, transform, ...])	KITTI 資料集。
OxfordIIITPet(root[, split, target_types, ...])	Oxford-IIIT Pet 資料集.
SBDataset(root[, image_set, mode, download, ...])	語義邊界資料集
VOCSegmentation(root[, year, image_set, ...])	Pascal VOC 分割資料集。
VOCDetection(root[, year, image_set, ...])	Pascal VOC 檢測資料集。
WIDERFace(root[, split, transform, ...])	WIDERFace 資料集。

光流

FlyingChairs(root[, split, transforms])	用於光流的 FlyingChairs 資料集。
FlyingThings3D(root, ~pathlib.Path], split, ...)	用於光流的 FlyingThings3D 資料集。
HD1K(root, ~pathlib.Path], split, ...)	用於光流的 HD1K 資料集。
KittiFlow(root, ~pathlib.Path], split, ...)	用於光流的 KITTI 資料集 (2015)。
Sintel(root, ~pathlib.Path], split, ...)	用於光流的 Sintel 資料集。

立體匹配

CarlaStereo(root[, transforms])	在 CREStereo GitHub 倉庫 中連結的 Carla 模擬器資料。
Kitti2012Stereo(root[, split, transforms])	來自 2012 立體評估基準 的 KITTI 資料集。
Kitti2015Stereo(root[, split, transforms])	來自 2015 立體評估基準 的 KITTI 資料集。
CREStereo(root[, transforms])	用於訓練 CREStereo 架構的合成數據集。
FallingThingsStereo(root[, variant, transforms])	FallingThings 資料集。
SceneFlowStereo(root[, variant, pass_name, ...])	Scene Flow 資料集的資料集介面。
SintelStereo(root[, pass_name, transforms])	Sintel 立體資料集。
InStereo2k(root[, split, transforms])	InStereo2k 資料集。
ETH3DStereo(root[, split, transforms])	ETH3D 低解析度雙檢視 資料集。
Middlebury2014Stereo(root[, split, ...])	來自 Middlebury 資料集的公開場景，2014 版本 <https://vision.middlebury.edu/stereo/data/scenes2014/>。

影像對

LFWPairs(root, split, image_set, transform, ...)	LFW 資料集。
PhotoTour(root, name[, train, transform, ...])	多檢視立體對應 資料集。

影像字幕

CocoCaptions(root, annFile[, transform, ...])

MS Coco Captions 資料集。

影片分類

HMDB51(root, annotation_path, frames_per_clip)	HMDB51 資料集。
Kinetics(root, frames_per_clip[, ...])	通用 Kinetics 資料集。
UCF101(root, annotation_path, frames_per_clip)	UCF101 資料集。

影片預測

MovingMNIST(root[, split, split_ratio, ...])

MovingMNIST 資料集。

自定義資料集的基類

DatasetFolder(root, loader[, extensions, ...])	一個通用的資料載入器。
ImageFolder(root, ~pathlib.Path], transform, ...)	一個通用資料載入器，預設情況下影像按此方式組織：。
VisionDataset([root, transforms, transform, ...])	用於建立與 torchvision 相容的資料集的基類。

變換 v2

wrap_dataset_for_transforms_v2(dataset[, ...])

包裝 torchvision.dataset 以便與 torchvision.transforms.v2 一起使用。