SceneFlowStereo

class torchvision.datasets.SceneFlowStereo(root: Union[str, Path], variant: str = 'FlyingThings3D', pass_name: str = 'clean', transforms: Optional[Callable] = None)

Scene Flow 数据集的接口。此接口提供了对 FlyingThings3D、Monkaa 和 Driving 数据集的访问。

预计数据集结构如下：

root
    SceneFlow
        Monkaa
            frames_cleanpass
                scene1
                    left
                        img1.png
                        img2.png
                    right
                        img1.png
                        img2.png
                scene2
                    left
                        img1.png
                        img2.png
                    right
                        img1.png
                        img2.png
            frames_finalpass
                scene1
                    left
                        img1.png
                        img2.png
                    right
                        img1.png
                        img2.png
                ...
                ...
            disparity
                scene1
                    left
                        img1.pfm
                        img2.pfm
                    right
                        img1.pfm
                        img2.pfm
        FlyingThings3D
            ...
            ...

参数:

• root (str 或 pathlib.Path) – SceneFlow 所在的根目录。

• variant (string) – 使用哪个数据集变体，“FlyingThings3D”（默认）、“Monkaa” 或 “Driving”。

• pass_name (string) – 使用哪个通道，“clean”（默认）、“final” 或 “both”。

• 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:

一个包含 (img_left, img_right, disparity) 的 3 元组。视差是形状为 (1, H, W) 的 numpy 数组，图像是 PIL 图像。如果 transforms 参数中生成了 valid_mask，则返回一个包含 (img_left, img_right, disparity, valid_mask) 的 4 元组。

返回类型:

元组