牛津IIIT宠物

class torchvision.datasets.OxfordIIITPet(root: Union[str, Path], split: str = 'trainval', target_types: Union[Sequence[str], str] = 'category', transforms: Optional[Callable] = None, transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, download: bool = False)

Oxford-IIIT Pet Dataset.

Parameters:

• root (str 或 pathlib.Path) – 数据集的根目录。

• split (string, optional) – 数据集的分割，支持 "trainval"（默认）或 "test"。

• target_types (string, sequence of strings, optional) –

  要使用的目标类型。可以是 category（默认）或 segmentation。也可以是一个列表，以输出包含所有指定目标类型的元组。这些类型表示：

  • category (int): 37种宠物类别之一的标签。

  • binary-category (int): 猫或狗的二进制标签。

  • segmentation (PIL image): 图像的分割三值图。

  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.RandomCrop。

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

• 下载 (bool, 可选) – 如果为True，则从互联网下载数据集并将其放入 root/oxford-iiit-pet。如果数据集已经下载，则不会再次下载。

Special-members:

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

Parameters:

index (int) – 索引

Returns:

样本和元数据，可选择由各自的转换进行转换。

Return type:

(任何)