FGVCAircraft

class torchvision.datasets.FGVCAircraft(root: str | pathlib.Path, split: str = 'trainval', annotation_level: str = 'variant', 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>)

FGVC Aircraft 数据集。

该数据集包含 10,000 张飞机图像，每张图像代表 100 种不同的飞机型号变体中的 100 张，其中大多数是飞机。飞机型号以三级层次结构组织。从精细到粗糙的三个级别是：

• variant，例如波音 737-700。变体将所有视觉上

  无法区分的模型合并为一个类别。该数据集包含 100 种不同的变体。

• family，例如波音 737。该数据集包含 70 个不同的家族。

• manufacturer，例如波音。该数据集包含 30 个不同的制造商。

参数:

• root (str 或 pathlib.Path) – FGVC Aircraft 数据集的根目录。

• split (string, optional) – 数据集拆分，支持 train、val、trainval 和 test。

• annotation_level (str, optional) – 注释级别，支持 variant、family 和 manufacturer。

• transform (callable, optional) – 一个函数/变换，接收 PIL 图像或 torch.Tensor（取决于给定的加载器），并返回一个变换后的版本。例如，transforms.RandomCrop

• target_transform (可调用对象, 可选) – 一个函数/变换，接受目标并对其进行变换。

• download (bool, optional) – 如果为 True，则从互联网下载数据集并将其放入根目录。如果数据集已下载，则不会再次下载。

• loader (callable, optional) – 一个加载给定路径的图像的函数。默认情况下，它使用 PIL 作为图像加载器，但用户也可以传入 torchvision.io.decode_image 以直接将图像数据解码为张量。

特殊成员:

__getitem__(idx: int) → tuple[Any, Any]

参数:

index (int) – 索引

返回:

样本和元数据，可通过相应的变换进行可选变换。

返回类型:

(Any)