Middlebury2014立体视觉¶

class torchvision.datasets.Middlebury2014Stereo(root: Union[str, Path], split: str = 'train', calibration: Optional[str] = 'perfect', use_ambient_views: bool = False, transforms: Optional[Callable] = None, download: bool = False)[source]¶

来自Middlebury数据集的公开可用场景 2014版本。

数据集大多遵循原始格式，不包含环境子目录。:

root
    Middlebury2014
        train
            scene1-{perfect,imperfect}
                calib.txt
                im{0,1}.png
                im1E.png
                im1L.png
                disp{0,1}.pfm
                disp{0,1}-n.png
                disp{0,1}-sd.pfm
                disp{0,1}y.pfm
            scene2-{perfect,imperfect}
                calib.txt
                im{0,1}.png
                im1E.png
                im1L.png
                disp{0,1}.pfm
                disp{0,1}-n.png
                disp{0,1}-sd.pfm
                disp{0,1}y.pfm
            ...
        additional
            scene1-{perfect,imperfect}
                calib.txt
                im{0,1}.png
                im1E.png
                im1L.png
                disp{0,1}.pfm
                disp{0,1}-n.png
                disp{0,1}-sd.pfm
                disp{0,1}y.pfm
            ...
        test
            scene1
                calib.txt
                im{0,1}.png
            scene2
                calib.txt
                im{0,1}.png
            ...

Parameters:

root (str 或 pathlib.Path) – Middleburry 2014 数据集的根目录。
split (string, optional) – 场景的数据集分割，可以是“train”（默认）、“test”或“additional”
use_ambient_views (boolean, optional) – 是否在可能的情况下使用不同的曝光或光照视图。数据集样本在[im1.png, im1E.png, im1L.png]之间以相等的概率进行采样。
校准 (字符串, 可选) – 是否使用校准（默认）或未校准的场景。
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。
下载 (布尔值, 可选) – 是否在root目录中下载数据集。

Special-members:

__getitem__(index: int) → Tuple[Image, Image, Optional[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。对于 split=test，valid_mask 隐式为 None。
Return type:: tuple