RenderedSST2

class torchvision.datasets.RenderedSST2(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[[str], ~typing.Any] = <function default_loader>)

Rendered SST2 資料集.

Rendered SST2 是一個影像分類資料集，用於評估模型的光學字元識別能力。該資料集是透過渲染 Standford Sentiment Treebank v2 資料集中的句子生成的。

該資料集包含兩個類別（positive 和 negative），分為三個部分：訓練集包含 6920 張影像（3610 張 positive 和 3310 張 negative），驗證集包含 872 張影像（444 張 positive 和 428 張 negative），測試集包含 1821 張影像（909 張 positive 和 912 張 negative）。

引數：

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

• split (string, 可選) – 資料集分割，支援 "train"（預設）、“val” 和 "test"。

• transform (callable, 可選) – 一個函式/變換，它接收 PIL 影像或 torch.Tensor（取決於給定的載入器），並返回變換後的版本。例如，transforms.RandomCrop

• target_transform (callable, 可選) – 一個函式/變換，它接收目標並對其進行變換。

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

• loader (callable, 可選) – 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，可選地透過相應的變換進行變換。

返回型別：

(Any)