Kitti2012Stereo

class torchvision.datasets.Kitti2012Stereo(root: Union[str, Path], split: str = 'train', transforms: Optional[Callable] = None)

來自 2012 立體視覺評估基準 的 KITTI 資料集。使用 RGB 影像是為了與 KITTI 2015 保持一致。

資料集應具有以下結構

root
    Kitti2012
        testing
            colored_0
                1_10.png
                2_10.png
                ...
            colored_1
                1_10.png
                2_10.png
                ...
        training
            colored_0
                1_10.png
                2_10.png
                ...
            colored_1
                1_10.png
                2_10.png
                ...
            disp_noc
                1.png
                2.png
                ...
            calib

引數:

• root (str 或 pathlib.Path) – Kitti2012 資料集所在的根目錄。

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

• transforms (callable, 可選) – 一個接受樣本並返回變換後版本的函式/變換操作。

特殊成員:

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

返回給定索引處的示例。

引數:

index (int) – 要檢索的示例的索引

返回:

一個 4 元組，包含 (img_left, img_right, disparity, valid_mask)。視差 (disparity) 是一個形狀為 (1, H, W) 的 numpy 陣列，影像是 PIL 影像。如果 transforms 引數沒有生成有效的掩碼，則 valid_mask 隱式為 None。如果資料集劃分為 test，則 disparity 和 valid_mask 都為 None。

返回型別:

tuple