Flickr30k

class torchvision.datasets.Flickr30k(root: str, ann_file: str, transform: ~typing.Optional[~typing.Callable] = None, target_transform: ~typing.Optional[~typing.Callable] = None, loader: ~typing.Callable[[str], ~typing.Any] = <function default_loader>)

Flickr30k Entities 数据集。

参数:

• root (str 或 pathlib.Path) – 用于下载图像的根目录。

• ann_file (string) – 注释文件的路径。

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

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

特殊成员:

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

参数:

index (int) – 索引

返回:

元组 (图像, 目标)。目标是图像的字幕列表。

返回类型:

元组