SBDataset

class torchvision.datasets.SBDataset(root: Union[str, Path], image_set: str = 'train', mode: str = 'boundaries', download: bool = False, transforms: Optional[Callable] = None)

语义边界数据集

SBD目前包含来自PASCAL VOC 2011数据集的11355张图像的注释。

注意

请注意，此数据集中包含的训练和验证集与PASCAL VOC数据集中的集不同。特别是，一些“训练”图像可能是VOC2012验证集的一部分。 如果您有兴趣在VOC 2012验证集上进行测试，请使用image_set=’train_noval’，这将排除所有验证图像。

警告

这个类需要scipy来从.mat格式加载目标文件。

Parameters:

• root (str 或 pathlib.Path) – 语义边界数据集的根目录

• image_set (string, optional) – 选择要使用的图像集，train, val 或 train_noval。 图像集 train_noval 不包括 VOC 2012 验证图像。

• mode (string, optional) – 选择目标类型。可能的值为‘boundaries’或‘segmentation’。 如果选择‘boundaries’，目标是一个形状为[num_classes, H, W]的数组， 其中num_classes=20。

• 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。

• transforms (callable, optional) – 一个函数/转换，它接收输入样本及其目标作为输入，并返回转换后的版本。输入样本是PIL图像，目标是numpy数组（如果mode=’boundaries’）或PIL图像（如果mode=’segmentation’）。

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)