当前位置: 首页>>代码示例>>Python>>正文


Python dataset.DatasetFromFolder方法代码示例

本文整理汇总了Python中dataset.DatasetFromFolder方法的典型用法代码示例。如果您正苦于以下问题:Python dataset.DatasetFromFolder方法的具体用法?Python dataset.DatasetFromFolder怎么用?Python dataset.DatasetFromFolder使用的例子?那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在dataset的用法示例。


在下文中一共展示了dataset.DatasetFromFolder方法的7个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于系统推荐出更棒的Python代码示例。

示例1: get_training_set

# 需要导入模块: import dataset [as 别名]
# 或者: from dataset import DatasetFromFolder [as 别名]
def get_training_set(data_dir, nFrames, upscale_factor, data_augmentation, file_list, other_dataset, patch_size, future_frame):
    print("Training samples chosen:", file_list)
    return DatasetFromFolder(data_dir,nFrames, upscale_factor, data_augmentation, file_list, other_dataset, patch_size,future_frame,
                             transform=transform()) 
开发者ID:amanchadha,项目名称:iSeeBetter,代码行数:6,代码来源:data.py

示例2: get_test_set

# 需要导入模块: import dataset [as 别名]
# 或者: from dataset import DatasetFromFolder [as 别名]
def get_test_set(upscale_factor):
    root_dir = download_bsd300()
    test_dir = join(root_dir, "test")
    crop_size = calculate_valid_crop_size(256, upscale_factor)

    return DatasetFromFolder(test_dir,
                             input_transform=input_transform(crop_size, upscale_factor),
                             target_transform=target_transform(crop_size)) 
开发者ID:pytorch,项目名称:examples,代码行数:10,代码来源:data.py

示例3: get_eval_set

# 需要导入模块: import dataset [as 别名]
# 或者: from dataset import DatasetFromFolder [as 别名]
def get_eval_set(data_dir, nFrames, upscale_factor, data_augmentation, file_list, other_dataset, patch_size, future_frame):
    return DatasetFromFolder(data_dir,nFrames, upscale_factor, data_augmentation, file_list, other_dataset, patch_size,future_frame,
                             transform=transform()) 
开发者ID:amanchadha,项目名称:iSeeBetter,代码行数:5,代码来源:data.py

示例4: get_training_set

# 需要导入模块: import dataset [as 别名]
# 或者: from dataset import DatasetFromFolder [as 别名]
def get_training_set(upscale_factor):
    root_dir = download_bsd300()
    train_dir = join(root_dir, "train")
    crop_size = calculate_valid_crop_size(256, upscale_factor)

    return DatasetFromFolder(root_dir, 'train',
                             input_transform=input_transform(crop_size, upscale_factor),
                             target_transform=target_transform(crop_size)) 
开发者ID:marcelampc,项目名称:aerial_mtl,代码行数:10,代码来源:data.py

示例5: get_test_set

# 需要导入模块: import dataset [as 别名]
# 或者: from dataset import DatasetFromFolder [as 别名]
def get_test_set(upscale_factor):
    root_dir = download_bsd300()
    test_dir = join(root_dir, "test")
    crop_size = calculate_valid_crop_size(256, upscale_factor)

    return DatasetFromFolder(root_dir, 'test',
                             input_transform=input_transform(crop_size, upscale_factor),
                             target_transform=target_transform(crop_size)) 
开发者ID:marcelampc,项目名称:aerial_mtl,代码行数:10,代码来源:data.py

示例6: get_training_set

# 需要导入模块: import dataset [as 别名]
# 或者: from dataset import DatasetFromFolder [as 别名]
def get_training_set(upscale_factor):
    root_dir = download_bsd300()
    train_dir = join(root_dir, "train")
    crop_size = calculate_valid_crop_size(256, upscale_factor)

    return DatasetFromFolder(train_dir,
                             input_transform=input_transform(crop_size, upscale_factor),
                             target_transform=target_transform(crop_size)) 
开发者ID:pytorch,项目名称:examples,代码行数:10,代码来源:data.py

示例7: get_training_set

# 需要导入模块: import dataset [as 别名]
# 或者: from dataset import DatasetFromFolder [as 别名]
def get_training_set(data_dir, hr, upscale_factor, patch_size, data_augmentation):
    hr_dir = join(data_dir, hr)
    return DatasetFromFolder(hr_dir,patch_size, upscale_factor, data_augmentation,
                             transform=transform()) 
开发者ID:alterzero,项目名称:DBPN-Pytorch,代码行数:6,代码来源:data.py


注:本文中的dataset.DatasetFromFolder方法示例由纯净天空整理自Github/MSDocs等开源代码及文档管理平台,相关代码片段筛选自各路编程大神贡献的开源项目,源码版权归原作者所有,传播和使用请参考对应项目的License;未经允许,请勿转载。