Cityscapes

class torchvision.datasets.Cityscapes(root: Union[str, Path], split: str = 'train', mode: str = 'fine', target_type: Union[List[str], str] = 'instance', transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, transforms: Optional[Callable] = None)

Cityscapes 資料集。

引數：

• root (str or pathlib.Path) – 資料集的根目錄，其中包含目錄 leftImg8bit 和 gtFine 或 gtCoarse。

• split (string, optional) – 要使用的影像分割，如果 mode=”fine” 則為 train、test 或 val，否則為 train、train_extra 或 val

• mode (string, optional) – 要使用的質量模式，fine 或 coarse

• target_type (string or list, optional) – 要使用的目標型別，instance、semantic、polygon 或 color。也可以是列表，用於輸出包含所有指定目標型別的元組。

• transform (callable, optional) – 一個函式/轉換，它接收一個 PIL 影像並返回轉換後的版本。例如，transforms.RandomCrop

• target_transform (callable, optional) – 一個函式/轉換，它接收目標並對其進行轉換。

• transforms (callable, optional) – 一個函式/轉換，它接收輸入樣本及其目標作為輸入並返回轉換後的版本。

示例

獲取語義分割目標

dataset = Cityscapes('./data/cityscapes', split='train', mode='fine',
                     target_type='semantic')

img, smnt = dataset[0]

獲取多個目標

dataset = Cityscapes('./data/cityscapes', split='train', mode='fine',
                     target_type=['instance', 'color', 'polygon'])

img, (inst, col, poly) = dataset[0]

在“粗略”集上驗證

dataset = Cityscapes('./data/cityscapes', split='val', mode='coarse',
                     target_type='semantic')

img, smnt = dataset[0]

特殊成員：

__getitem__(index: int) → Tuple[Any, Any]

引數：

index (int) – 索引

返回：

(影像, 目標)，如果 target_type 是一個包含多個項的列表，則目標是一個包含所有目標型別的元組。否則，如果 target_type=”polygon”，目標是一個 json 物件，否則是影像分割。

返回型別：

tuple