FlyingThings3D

class torchvision.datasets.FlyingThings3D(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train', pass_name: str = 'clean', camera: str = 'left', transforms: ~typing.Optional[~typing.Callable] = None, loader: ~typing.Callable[[str], ~typing.Any] = <function default_loader>)

FlyingThings3D 用于光流的数据集。

预计数据集结构如下：

root
    FlyingThings3D
        frames_cleanpass
            TEST
            TRAIN
        frames_finalpass
            TEST
            TRAIN
        optical_flow
            TEST
            TRAIN

参数:

• root (str 或 pathlib.Path) – intel FlyingThings3D 数据集的根目录。

• split (string, optional) – 数据集划分，可以是 “train” (默认) 或 “test”

• pass_name (string, optional) – 要使用的通道，可以是 “clean” (默认) 或 “final” 或 “both”。有关不同通道的详细信息，请参见上面的链接。

• camera (string, optional) – 从哪个摄像头返回图像。可以是 “left” (默认) 或 “right” 或 “both”。

• transforms (callable, optional) – 一个函数/变换，它接收 img1, img2, flow, valid_flow_mask 并返回一个变换后的版本。 valid_flow_mask 用于与其他返回内置有效掩码的数据集（如 KittiFlow）保持一致。

• 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__(index: int) → Union[tuple[PIL.Image.Image, PIL.Image.Image, Optional[numpy.ndarray], Optional[numpy.ndarray]], tuple[PIL.Image.Image, PIL.Image.Image, Optional[numpy.ndarray]]]

在给定索引处返回示例。

参数:

index (int) – 要检索的示例的索引

返回:

一个 3 元组，包含 (img1, img2, flow)。flow 是一个形状为 (2, H, W) 的 numpy 数组，图像是 PIL 图像。flow 在 split="test" 时为 None。如果 transforms 参数中生成了有效的流掩码，则会返回一个 4 元组，包含 (img1, img2, flow, valid_flow_mask)。

返回类型:

元组