FlyingThings3D

class torchvision.datasets.FlyingThings3D(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train', pass_name: str = 'clean', camera: str = 'left', transforms: ~typing.Optional[~typing.Callable] = None, loader: ~typing.Callable[[str], ~typing.Any] = <function default_loader>)

FlyingThings3D 資料集，用於光流。

資料集結構應如下所示

root
    FlyingThings3D
        frames_cleanpass
            TEST
            TRAIN
        frames_finalpass
            TEST
            TRAIN
        optical_flow
            TEST
            TRAIN

引數:

• root (str 或 pathlib.Path) – intel FlyingThings3D 資料集的根目錄。

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

• pass_name (string, 可選) – 要使用的 pass，可以是“clean”（預設）或“final”或“both”。有關不同 pass 的詳細資訊，請參見上面的連結。

• camera (string, 可選) – 返回哪個攝像頭的影像。可以是“left”（預設）或“right”或“both”。

• transforms (callable, 可選) – 一個函式/變換，它接收 img1, img2, flow, valid_flow_mask 並返回變換後的版本。valid_flow_mask 用於與其他資料集保持一致，這些資料集返回內建的有效掩碼，例如 KittiFlow。

• loader (callable, 可選) – 一個根據路徑載入影像的函式。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 來直接將影像資料解碼為張量。

特殊成員:

__getitem__(index: int) → Union[Tuple[Image, Image, Optional[ndarray], Optional[ndarray]], Tuple[Image, Image, Optional[ndarray]]]

返回給定索引處的示例。

引數:

index (int) – 要檢索的示例索引

返回:

一個包含 (img1, img2, flow) 的 3 元組。flow 是形狀為 (2, H, W) 的 numpy 陣列，影像是 PIL 影像。如果 split="test"，則 flow 為 None。如果在 transforms 引數中生成了有效光流掩碼，則返回一個包含 (img1, img2, flow, valid_flow_mask) 的 4 元組。

返回型別:

tuple