Python PyTorch Cityscapes用法及代碼示例

本文簡要介紹python語言中 torchvision.datasets.Cityscapes 的用法。

用法:

class torchvision.datasets.Cityscapes(root: str, split: str = 'train', mode: str = 'fine', target_type: Union[List[str], str] = 'instance', transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, transforms: Optional[Callable] = None)

參數：

• root(string) -leftImg8bit和gtFine或gtCoarse所在目錄的數據集根目錄。

• split(string,可選的) -要使用的圖像分割， train 、 test 或 val 如果 mode=”fine” 否則 train 、 train_extra 或 val

• mode(string,可選的) -要使用的質量模式，fine 或 coarse

• target_type(string或者list,可選的) -要使用的目標類型，instance、semantic、polygon 或 color。也可以是一個列表以輸出具有所有指定目標類型的元組。

• transform(可調用的,可選的) -接受 PIL 圖像並返回轉換版本的函數/轉換。例如，transforms.RandomCrop

• target_transform(可調用的,可選的) -接收目標並對其進行轉換的函數/轉換。

• transforms(可調用的,可選的) -將輸入樣本及其目標作為條目並返回轉換版本的函數/轉換。

Cityscapes 數據集。

例子

獲取語義分割目標

dataset = Cityscapes('./data/cityscapes', split='train', mode='fine',
                     target_type='semantic')

img, smnt = dataset[0]

獲取多個目標

dataset = Cityscapes('./data/cityscapes', split='train', mode='fine',
                     target_type=['instance', 'color', 'polygon'])

img, (inst, col, poly) = dataset[0]

驗證 “coarse” 集

dataset = Cityscapes('./data/cityscapes', split='val', mode='coarse',
                     target_type='semantic')

img, smnt = dataset[0]