iNaturalist

class torchvision.datasets.INaturalist(root: Union[str, Path], version: str = '2021_train', target_type: Union[list[str], str] = 'full', transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, download: bool = False, loader: Optional[Callable[[Union[str, Path]], Any]] = None)

iNaturalist 数据集。

参数:

• root (str 或 pathlib.Path) – 数据集根目录，图像文件存储在此处。此类不要求/使用注释文件。

• version (字符串, 可选) – 要下载/使用的数据集版本。可以是 ‘2017’, ‘2018’, ‘2019’, ‘2021_train’, ‘2021_train_mini’, ‘2021_valid’ 中的一个。默认为 2021_train。

• target_type (字符串 或 列表, 可选) –

  要使用的目标类型，对于 2021 年版本，可以是以下之一：

  • full: 完整类别（物种）

  • kingdom: 例如 “Animalia”

  • phylum: 例如 “Arthropoda”

  • class: 例如 “Insecta”

  • order: 例如 “Coleoptera”

  • family: 例如 “Cleridae”

  • genus: 例如 “Trichodes”

  对于 2017-2019 年版本，可以是以下之一：

  • full: 完整（数字）类别

  • super: 超级类别，例如 “Amphibians”

  也可以是一个列表，输出包含所有指定目标类型的元组。默认为 full。

• transform (callable, 可选) – 一个可以接受 PIL 图像并返回转换后版本的函数/变换。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, 可选) – 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, 可选) – 一个根据图像路径加载图像的函数。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 直接将图像数据解码为张量。

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

参数:

index (int) – 索引

返回:

(图像, 目标)，其中目标的类型由 target_type 指定。

返回类型:

元组

category_name(category_type: str, category_id: int) → str

参数:

• category_type (str) – “full”, “kingdom”, “phylum”, “class”, “order”, “family”, “genus” 或 “super” 中的一个

• category_id (int) – 此类别中的索引（类 ID）

返回:

类别名称