FlyingChairs

class torchvision.datasets.FlyingChairs(root: Union[str, Path], split: str = 'train', transforms: Optional[Callable] = None)

FlyingChairs 光流数据集。

您还需要从数据集页面下载 FlyingChairs_train_val.txt 文件。

预计数据集结构如下：

root
    FlyingChairs
        data
            00001_flow.flo
            00001_img1.ppm
            00001_img2.ppm
            ...
        FlyingChairs_train_val.txt

参数:

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

• split (string, optional) – 数据集分割，可以是“train”（默认）或“val”

• transforms (callable, optional) – 一个函数/变换，接收 img1, img2, flow, valid_flow_mask 并返回变换后的版本。 valid_flow_mask 用于与返回内置有效掩码的其他数据集保持一致，例如 KittiFlow。

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。如果 split="val"，则 flow 为 None。如果在 transforms 参数中生成了有效的流掩码，则返回一个 4 元组，包含 (img1, img2, flow, valid_flow_mask)。

返回类型:

元组