KittiFlow

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

KITTI 資料集用於光流 (2015)。

資料集應具有以下結構

root
    KittiFlow
        testing
            image_2
        training
            image_2
            flow_occ

引數：

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

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

• transforms (callable, optional) – 一個函式/轉換，接收 img1, img2, flow, valid_flow_mask 並返回轉換後的版本。

• loader (callable, optional) – 一個根據路徑載入影像的函式。預設使用 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__(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) – 要檢索的示例的索引

返回值：

一個包含 (img1, img2, flow, valid_flow_mask) 的 4 元組，其中 valid_flow_mask 是形狀為 (H, W) 的 numpy 布林掩碼，指示哪些光流值有效。光流是形狀為 (2, H, W) 的 numpy 陣列，影像是 PIL 影像。如果 split="test"，則 flow 和 valid_flow_mask 為 None。

返回型別：

tuple