Food101

class torchvision.datasets.Food101(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train', transform: ~typing.Optional[~typing.Callable] = None, target_transform: ~typing.Optional[~typing.Callable] = None, download: bool = False, loader: ~typing.Callable[[~typing.Union[str, ~pathlib.Path]], ~typing.Any] = <function default_loader>)

Food-101 資料集.

Food-101 是一個具有挑戰性的資料集，包含 101 種食物類別，共 101,000 張影像。對於每個類別，提供了 250 張人工審查的測試影像以及 750 張訓練影像。訓練影像特意未經清理，因此仍包含一定量的噪聲。這主要表現為強烈的色彩和有時錯誤的標籤。所有影像均已重新縮放，最大邊長為 512 畫素。

引數：

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

• split (string, optional) – 資料集拆分，支援 "train"（預設）和 "test"。

• transform (callable, optional) – 一個函式/轉換，它接收 PIL 影像或 torch.Tensor（取決於給定的載入器），並返回一個轉換後的版本。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。

• download (bool, optional) – 如果為 True，則從網際網路下載資料集並將其放在根目錄中。如果資料集已經下載，則不會再次下載。預設值為 False。

• loader (callable, optional) – 一個函式，根據影像路徑載入影像。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__(idx: int) → Tuple[Any, Any]

引數：

index (int) – 索引

返回：

樣本和元資料，可選擇透過相應的轉換進行轉換。

返回型別：

(Any)