FallingThingsStereo

class torchvision.datasets.FallingThingsStereo(root: Union[str, Path], variant: str = 'single', transforms: Optional[Callable] = None)

FallingThings 数据集。

预计数据集结构如下：

root
    FallingThings
        single
            dir1
                scene1
                    _object_settings.json
                    _camera_settings.json
                    image1.left.depth.png
                    image1.right.depth.png
                    image1.left.jpg
                    image1.right.jpg
                    image2.left.depth.png
                    image2.right.depth.png
                    image2.left.jpg
                    image2.right
                    ...
                scene2
            ...
        mixed
            scene1
                _object_settings.json
                _camera_settings.json
                image1.left.depth.png
                image1.right.depth.png
                image1.left.jpg
                image1.right.jpg
                image2.left.depth.png
                image2.right.depth.png
                image2.left.jpg
                image2.right
                ...
            scene2
            ...

参数:

• root (str 或 pathlib.Path) – FallingThings 所在的根目录。

• variant (string) – 使用哪个变体。可以是 “single”、“mixed” 或 “both”。

• transforms (callable, optional) – 一个函数/变换，接收一个样本并返回一个变换后的版本。

特殊成员:

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

一个包含 (img_left, img_right, disparity) 的 3 元组。视差是一个形状为 (1, H, W) 的 numpy 数组，图像是 PIL 图像。如果在 transforms 参数中生成了 valid_mask，则返回一个 4 元组 (img_left, img_right, disparity, valid_mask)。

返回类型:

元组