wrap_dataset_for_transforms_v2¶
- torchvision.datasets.wrap_dataset_for_transforms_v2(dataset, target_keys=None)[原始碼]¶
包裝
torchvision.dataset以與torchvision.transforms.v2搭配使用。範例
>>> dataset = torchvision.datasets.CocoDetection(...) >>> dataset = wrap_dataset_for_transforms_v2(dataset)
注意
目前，僅支援最常用的資料集。此外，包裝器僅支援
torchvision.transforms.v2完全支援的資料集組態。如果您遇到錯誤提示您針對您需要的資料集或組態向torchvision提出問題，請務必這樣做。資料集樣本會根據以下描述進行包裝。
特殊情況
CocoDetection: 包裝器不會將目標作為字典列表傳回，而是傳回列表的字典。此外，還會新增鍵值對"boxes"(採用XYXY座標格式)、"masks"和"labels"，並將資料包裝在對應的torchvision.tv_tensors中。原始金鑰會保留。如果省略target_keys，則僅傳回"image_id"、"boxes"和"labels"的值。VOCDetection: 鍵值對"boxes"和"labels"會被加入到 target 中，並將資料包裝在對應的torchvision.tv_tensors中。 原始的鍵會被保留。 如果省略target_keys，則僅傳回"boxes"和"labels"的值。CelebA:target_type="bbox"的 target 會被轉換為XYXY座標格式，並包裝到BoundingBoxestv_tensor 中。Kitti: wrapper 不會將 target 作為字典列表傳回，而是傳回一個列表的字典。 此外，鍵值對"boxes"和"labels"會被加入，並將資料包裝在對應的torchvision.tv_tensors中。 原始的鍵會被保留。 如果省略target_keys，則僅傳回"boxes"和"labels"的值。OxfordIIITPet:target_type="segmentation"的 target 會被包裝到Masktv_tensor 中。Cityscapes:target_type="semantic"的 target 會被包裝到Masktv_tensor 中。target_type="instance"的 target 會被替換為一個字典，其中包含鍵值對"masks"(作為Masktv_tensor) 和"labels"。WIDERFace: target 中鍵"bbox"的值會被轉換為XYXY座標格式，並包裝到BoundingBoxestv_tensor 中。
圖片分類資料集
此 wrapper 對於圖片分類資料集來說是個空操作 (no-op)，因為它們已經完全被
torchvision.transforms支援，因此torchvision.transforms.v2不需要任何變更。語意分割資料集
語意分割資料集，例如
VOCSegmentation，傳回一個由兩個PIL.Image.Image組成的元組。 此 wrapper 會保持影像原樣 (第一個項目)，同時將分割遮罩包裝到Mask(第二個項目) 中。影片分類資料集
影片分類資料集，例如
Kinetics，傳回一個包含影片和音訊的torch.Tensor和一個作為標籤的int的三元組。 此 wrapper 將影片包裝到Video中，同時保持其他項目不變。注意
僅支援使用
output_format="TCHW"建立的資料集，因為torchvision.transforms.v2不支援替代的output_format="THWC"。- 參數:
dataset – 要包裝以與 transforms v2 相容的資料集實例。
target_keys – 若目標是字典，則要回傳的目標鍵。如果
None(預設)，選擇的鍵會根據資料集而有所不同。如果"all"，則回傳完整目標。也可以是字串集合，以便進行細粒度存取。目前僅支援CocoDetection、VOCDetection、Kitti和WIDERFace。詳情請參閱上文。
使用
wrap_dataset_for_transforms_v2的範例
