Flowers102

class torchvision.datasets.Flowers102(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[[~typing.Union[str, ~pathlib.Path]], ~typing.Any] = <function default_loader>)

牛津 102 鲜花 数据集。

警告

此类需要 scipy 来从 .mat 格式加载目标文件。

牛津 102 鲜花数据集是一个图像分类数据集，包含 102 种鲜花类别。选择的鲜花是在英国常见的鲜花。每个类别包含 40 到 258 张图像。

图像具有大尺度、视角和光照变化。此外，类别内存在较大的变化，并且有几个类别非常相似。

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)，"val" 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) – 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)