快捷方式

Imagenette

class torchvision.datasets.Imagenette(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train', size: str = 'full', download=False, transform: ~typing.Optional[~typing.Callable] = None, target_transform: ~typing.Optional[~typing.Callable] = None, loader: ~typing.Callable[[str], ~typing.Any] = <function default_loader>)[source]

Imagenette 图像分类数据集。

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

  • split (string, optional) – 数据集拆分。支持 "train" (默认) 和 "val"

  • size (string, optional) – 图像大小。支持 "full" (默认)、"320px""160px"

  • download (bool, optional) – 如果为 True,则下载数据集组件并将其放置在 root 中。已下载的存档不会再次下载。

  • 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。

  • loader – 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__(idx: int) tuple[Any, Any][source]
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)

文档

访问全面的 PyTorch 开发者文档

查看文档

教程

为初学者和高级开发者提供深入的教程

查看教程

资源

查找开发资源并让您的问题得到解答

查看资源