CelebA

class torchvision.datasets.CelebA(root: Union[str, Path], split: str = 'train', target_type: Union[List[str], str] = 'attr', transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, download: bool = False)

Large-scale CelebFaces Attributes (CelebA) Dataset 数据集。

Parameters:

• root (str 或 pathlib.Path) – 图像下载到的根目录。

• split (string) – 其中之一 {‘train’, ‘valid’, ‘test’, ‘all’}。 相应地选择数据集。

• target_type (string 或 list, 可选) –

  要使用的目标类型，attr, identity, bbox, 或 landmarks。也可以是一个列表，以输出包含所有指定目标类型的元组。 目标表示：

  • attr (Tensor shape=(40,) dtype=int): 属性的二进制 (0, 1) 标签

  • identity (int): 每个人的标签（具有相同身份的数据点是同一个人）

  • bbox (Tensor shape=(4,) dtype=int): 边界框 (x, y, 宽度, 高度)

  • landmarks (Tensor shape=(10,) dtype=int): 地标点 (左眼_x, 左眼_y, 右眼_x, 右眼_y, 鼻子_x, 鼻子_y, 左嘴_x, 左嘴_y, 右嘴_x, 右嘴_y)

  默认为 attr。如果为空，None 将作为目标返回。

• transform (callable, optional) – 一个函数/变换，接收一个PIL图像并返回一个变换后的版本。例如，transforms.PILToTensor

• target_transform (callable, optional) – 一个函数/转换，它接收目标并对其进行转换。

• 下载 (bool, 可选) –

  如果为真，则从互联网下载数据集并将其放入根目录。如果数据集已经下载，则不会再次下载。

  警告

  要下载数据集，需要gdown。

Special-members:

__getitem__(index: int) → Tuple[Any, Any]

Parameters:

index (int) – 索引

Returns:

样本和元数据，可选择通过各自的转换进行转换。

Return type:

(任何)