UCF101

class torchvision.datasets.UCF101(root: Union[str, Path], annotation_path: str, frames_per_clip: int, step_between_clips: int = 1, frame_rate: Optional[int] = None, fold: int = 1, train: bool = True, transform: Optional[Callable] = None, _precomputed_metadata: Optional[Dict[str, Any]] = None, num_workers: int = 1, _video_width: int = 0, _video_height: int = 0, _video_min_dimension: int = 0, _audio_samples: int = 0, output_format: str = 'THWC')

UCF101 資料集。

UCF101 是一個動作識別影片資料集。該資料集將每個影片視為固定大小影片片段的集合，大小由 frames_per_clip 指定，每個片段之間的幀步長由 step_between_clips 給出。資料集本身可以從資料集網站下載；annotation_path 應該指向的標註檔案可以從此處下載。

舉例來說，對於分別有 10 幀和 15 幀的兩個影片，如果 frames_per_clip=5 且 step_between_clips=5，資料集大小將是 (2 + 3) = 5，其中前兩個元素來自影片 1，後三個元素來自影片 2。請注意，我們丟棄了幀數不恰好等於 frames_per_clip 的片段，因此影片中的所有幀可能不會都出現。

在內部，它使用一個 VideoClips 物件來處理片段建立。

引數:

• root (str 或 pathlib.Path) – UCF101 資料集的根目錄。

• annotation_path (str) – 包含分割檔案的資料夾路徑；有關這些檔案的下載說明，請參閱上面的 docstring

• frames_per_clip (int) – 一個片段中的幀數。

• step_between_clips (int, 可選) – 每個片段之間的幀步長。

• fold (int, 可選) – 使用哪個摺疊（fold）。應在 1 到 3 之間。

• train (bool, 可選) – 如果為 True，則從訓練集建立資料集，否則從測試集（test split）建立。

• transform (callable, 可選) – 一個函式/轉換，接受 TxHxWxC 格式的影片並返回轉換後的版本。

• output_format (str, 可選) – 輸出影片張量（轉換前）的格式。可以是 “THWC”（預設）或 “TCHW”。

返回值:

一個包含以下條目的三元組

• video (Tensor[T, H, W, C] 或 Tensor[T, C, H, W]): T 個影片幀

• audio(Tensor[K, L]): 音訊幀，其中 K 是通道數，L 是點數

• label (int): 影片片段的類別

返回型別:

元組

特殊成員:

__getitem__(idx: int) → Tuple[Tensor, Tensor, int]

引數:

index (int) – 索引

返回值:

樣本和元資料，可選擇由相應的轉換進行轉換。

返回型別:

(Any)