Kitti2015立体视觉¶

class torchvision.datasets.Kitti2015Stereo(root: Union[str, Path], split: str = 'train', transforms: Optional[Callable] = None)[source]¶

KITTI数据集来自2015立体评估基准。

数据集预期具有以下结构：

root
    Kitti2015
        testing
            image_2
                img1.png
                img2.png
                ...
            image_3
                img1.png
                img2.png
                ...
        training
            image_2
                img1.png
                img2.png
                ...
            image_3
                img1.png
                img2.png
                ...
            disp_occ_0
                img1.png
                img2.png
                ...
            disp_occ_1
                img1.png
                img2.png
                ...
            calib

Parameters:

root (str 或 pathlib.Path) – Kitti2015 所在的根目录。
split (string, optional) – 场景的数据集分割，可以是“train”（默认）或“test”。
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, valid_mask) 的4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 transforms 参数没有生成有效的掩码，valid_mask 隐式为 None。如果数据集分割是测试集，disparity 和 valid_mask 都为 None。
Return type:: tuple