场景流立体¶

class torchvision.datasets.SceneFlowStereo(root: Union[str, Path], variant: str = 'FlyingThings3D', pass_name: str = 'clean', transforms: Optional[Callable] = None)[source]¶

用于Scene Flow数据集的Dataset接口。此接口提供对FlyingThings3D、Monkaa和Driving数据集的访问。

数据集预期具有以下结构：

root
    SceneFlow
        Monkaa
            frames_cleanpass
                scene1
                    left
                        img1.png
                        img2.png
                    right
                        img1.png
                        img2.png
                scene2
                    left
                        img1.png
                        img2.png
                    right
                        img1.png
                        img2.png
            frames_finalpass
                scene1
                    left
                        img1.png
                        img2.png
                    right
                        img1.png
                        img2.png
                ...
                ...
            disparity
                scene1
                    left
                        img1.pfm
                        img2.pfm
                    right
                        img1.pfm
                        img2.pfm
        FlyingThings3D
            ...
            ...

Parameters:

root (str 或 pathlib.Path) – SceneFlow 所在的根目录。
variant (string) – 使用哪个数据集变体，“FlyingThings3D”（默认）、“Monkaa”或“Driving”。
pass_name (string) – 使用哪个阶段，“clean”（默认）、“final”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