捷徑

SBDataset

class torchvision.datasets.SBDataset(root: Union[str, Path], image_set: str = 'train', mode: str = 'boundaries', download: bool = False, transforms: Optional[Callable] = None)[source]

語義邊界資料集

SBD 目前包含來自 PASCAL VOC 2011 資料集的 11355 個影像的註釋。

注意

請注意,此資料集包含的 train 和 val 分割與 PASCAL VOC 資料集中的分割不同。 特別是,某些「train」影像可能是 VOC2012 val 的一部分。 如果您有興趣在 VOC 2012 val 上進行測試,請使用 image_set='train_noval',它會排除所有 val 影像。

警告

此類別需要 scipy 才能從 .mat 格式載入目標檔案。

參數:
  • root (str 或 pathlib.Path) – Semantic Boundaries Dataset 的根目錄

  • image_set (string, optional) – 選擇要使用的 image_set,train, valtrain_noval。 Image set train_noval 排除了 VOC 2012 val 圖片。

  • mode (string, optional) – 選擇目標類型。可能的值為 'boundaries' 或 'segmentation'。如果選擇 'boundaries',則目標將是形狀為 [num_classes, H, W] 的陣列,其中 num_classes=20

  • download (bool, optional) – 如果為 true,則從網路下載資料集並將其放置在根目錄中。 如果已下載資料集,則不會再次下載。

  • transforms (callable, optional) – 一個函數/轉換,它將輸入樣本及其目標作為條目,並返回轉換後的版本。 輸入樣本為 PIL 影像,目標為 numpy 陣列(如果 mode='boundaries')或 PIL 影像(如果 mode='segmentation')。

特殊成員:

__getitem__(index: int) Tuple[Any, Any][source]
參數:

index (int) – 索引

傳回:

樣本和元資料,可選擇性地透過各自的轉換進行轉換。

傳回類型:

(Any)

文件

存取 PyTorch 的全面開發人員文件

檢視文件

教學

取得針對初學者和進階開發人員的深入教學

檢視教學

資源

尋找開發資源並獲得您問題的解答

檢視資源