KittiFlow

class torchvision.datasets.KittiFlow(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train', transforms: ~typing.Optional[~typing.Callable] = None, loader: ~typing.Callable[[str], ~typing.Any] = <function default_loader>)

KITTI 光流数据集（2015）。

预计数据集结构如下：

root
    KittiFlow
        testing
            image_2
        training
            image_2
            flow_occ

参数:

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

• split (string, optional) – 数据集划分，可以是 “train” (默认) 或 “test”

• transforms (callable, optional) – 一个函数/变换，它接收 img1, img2, flow, valid_flow_mask 并返回变换后的版本。

• loader (callable, optional) – 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 来直接将图像数据解码为张量。

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 4 元组 (img1, img2, flow, valid_flow_mask)，其中 valid_flow_mask 是一个形状为 (H, W) 的 numpy 布尔掩码，指示哪些流值是有效的。流是一个形状为 (2, H, W) 的 numpy 数组，图像是 PIL 图像。如果 split="test"，则 flow 和 valid_flow_mask 为 None。

返回类型:

元组