立体落物¶

class torchvision.datasets.FallingThingsStereo(root: Union[str, Path], variant: str = 'single', transforms: Optional[Callable] = None)[source]¶

FallingThings 数据集。

数据集预期具有以下结构：

root
    FallingThings
        single
            dir1
                scene1
                    _object_settings.json
                    _camera_settings.json
                    image1.left.depth.png
                    image1.right.depth.png
                    image1.left.jpg
                    image1.right.jpg
                    image2.left.depth.png
                    image2.right.depth.png
                    image2.left.jpg
                    image2.right
                    ...
                scene2
            ...
        mixed
            scene1
                _object_settings.json
                _camera_settings.json
                image1.left.depth.png
                image1.right.depth.png
                image1.left.jpg
                image1.right.jpg
                image2.left.depth.png
                image2.right.depth.png
                image2.left.jpg
                image2.right
                ...
            scene2
            ...

Parameters:

root (str 或 pathlib.Path) – FallingThings 所在的根目录。
variant (string) – 使用哪个变体。可以是“single”、“mixed”或“both”。
transforms (callable, optional) – 一个函数/转换，它接收一个样本并返回一个转换后的版本。

Special-members:

__getitem__(index: int) → Tuple[Image, Image, Optional[ndarray], ndarray][source]¶

返回给定索引处的示例。

Parameters:: index (int) – 要检索的示例的索引
Returns:: 一个包含 (img_left, img_right, disparity) 的三元组。视差是一个形状为 (1, H, W) 的 numpy 数组，图像是 PIL 图像。如果在 transforms 参数中生成了 valid_mask，则返回一个包含 (img_left, img_right, disparity, valid_mask) 的四元组。
Return type:: tuple