StanfordCars

class torchvision.datasets.StanfordCars(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>)

Stanford Cars 数据集

Cars 数据集包含 196 类汽车的 16,185 张图像。数据被分为 8,144 张训练图像和 8,041 张测试图像，其中每个类别大致进行了 50-50 的划分。

原始网址是 https://ai.stanford.edu/~jkrause/cars/car_dataset.html，该数据集已不再在线提供。

注意

此类需要 scipy 来从 .mat 格式加载目标文件。

参数:

• root (str 或 pathlib.Path) – 数据集的根目录

• split (string, optional) – 数据集划分，支持 "train"（默认）或 "test"。

• 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) – 此参数是为了向后兼容而存在的，但它不会下载数据集，因为原始网址已不再可用。

• 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]

返回给定索引的 pil_image 和 class_id