Kitti2015Stereo

class torchvision.datasets.Kitti2015Stereo(root: Union[str, Path], split: str = 'train', transforms: Optional[Callable] = None)

来自 2015 立体评估基准 的 KITTI 数据集。

预计数据集结构如下：

root
    Kitti2015
        testing
            image_2
                img1.png
                img2.png
                ...
            image_3
                img1.png
                img2.png
                ...
        training
            image_2
                img1.png
                img2.png
                ...
            image_3
                img1.png
                img2.png
                ...
            disp_occ_0
                img1.png
                img2.png
                ...
            disp_occ_1
                img1.png
                img2.png
                ...
            calib

参数:

• root (str 或 pathlib.Path) – Kitti2015 所在根目录。

• split (字符串, 可选) – 场景的数据集划分，可以是“train”（默认）或“test”。

• transforms (callable, optional) – 一个函数/变换，接收一个样本并返回一个变换后的版本。

特殊成员:

__getitem__(index: int) → tuple[PIL.Image.Image, PIL.Image.Image, Optional[numpy.ndarray], 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 4 元组 (img_left, img_right, disparity, valid_mask)。视差是一个形状为 (1, H, W) 的 numpy 数组，图像是 PIL 图像。如果 transforms 参数没有生成有效的掩码，则 valid_mask 隐式为 None。如果数据集分割为测试集，则 disparity 和 valid_mask 都为 None。

返回类型:

元组