数据集

Torchvision 提供了许多内置数据集在 torchvision.datasets 模块中，以及用于构建您自己的数据集的实用程序类。

内置数据集

所有数据集都是 torch.utils.data.Dataset 的子类， 即，它们实现了 __getitem__ 和 __len__ 方法。 因此，它们都可以传递给一个 torch.utils.data.DataLoader， 该对象可以使用 torch.multiprocessing 个工作者并行加载多个样本。 例如：

imagenet_data = torchvision.datasets.ImageNet('path/to/imagenet_root/')
data_loader = torch.utils.data.DataLoader(imagenet_data,
                                          batch_size=4,
                                          shuffle=True,
                                          num_workers=args.nThreads)

所有数据集的API几乎相同。它们都有两个通用参数： transform 和 target_transform 分别用于转换输入和目标。 您还可以使用提供的基类创建自己的数据集。

图像分类

Caltech101(根目录[, 目标类型, 变换, ...])	Caltech 101 数据集。
Caltech256(根目录[, 变换, ...])	Caltech 256 数据集。
CelebA(root[, split, target_type, ...])	大规模名人面部属性（CelebA）数据集 数据集。
CIFAR10(root[, train, transform, ...])	CIFAR10 Dataset.
CIFAR100(root[, train, transform, ...])	CIFAR100 Dataset.
Country211(根目录[，拆分，转换，...])	Country211数据集 来自OpenAI。
DTD(root[, split, partition, transform, ...])	可描述纹理数据集 (DTD).
EMNIST(root, split, **kwargs)	EMNIST Dataset.
EuroSAT(root[, transform, target_transform, ...])	RGB版本的EuroSAT数据集。
FakeData([size, image_size, num_classes, ...])	一个返回随机生成图像的假数据集，并将其作为PIL图像返回。
FashionMNIST(root[, train, transform, ...])	Fashion-MNIST Dataset.
FER2013(root[, split, transform, ...])	FER2013 Dataset.
FGVCAircraft(root[, split, ...])	FGVC Aircraft 数据集。
Flickr8k(根目录, ann_file[, transform, ...])	Flickr8k 实体 数据集。
Flickr30k(根目录, ann_file[, transform, ...])	Flickr30k 实体 数据集。
Flowers102(根目录[，拆分，转换，...])	牛津102花卉 数据集。
Food101(根目录[，拆分，转换，...])	Food-101数据集.
GTSRB(root[, split, transform, ...])	德国交通标志识别基准 (GTSRB) 数据集。
INaturalist(root[, version, target_type, ...])	iNaturalist Dataset.
ImageNet(root[, split])	ImageNet 2012 分类数据集。
Imagenette(根目录[，拆分，大小，下载，…])	Imagenette 图像分类数据集。
KMNIST(root[, train, transform, ...])	Kuzushiji-MNIST Dataset.
LFWPeople(root[, split, image_set, ...])	LFW Dataset.
LSUN(root[, classes, transform, ...])	LSUN dataset.
MNIST(root[, train, transform, ...])	MNIST Dataset.
Omniglot(根目录[，背景，变换，...])	Omniglot 数据集。
OxfordIIITPet(root[, split, target_types, ...])	牛津-印度理工学院宠物数据集.
Places365(根目录, ~pathlib.Path], 拆分, ...)	Places365 分类数据集。
PCAM(root[, split, transform, ...])	PCAM数据集.
QMNIST(root[, what, compat, train])	QMNIST Dataset.
RenderedSST2(root[, split, transform, ...])	渲染后的SST2数据集.
SEMEION(root[, transform, target_transform, ...])	SEMEION Dataset.
SBU(root[, transform, target_transform, ...])	SBU 标注照片 数据集。
StanfordCars(root[, split, transform, ...])	斯坦福汽车数据集
STL10(root[, split, folds, transform, ...])	STL10 Dataset.
SUN397(root[, transform, target_transform, ...])	SUN397数据集.
SVHN(root[, split, transform, ...])	SVHN Dataset.
USPS(root[, train, transform, ...])	USPS Dataset.

图像检测或分割

CocoDetection(root, annFile[, transform, ...])	MS Coco Detection 数据集。
CelebA(root[, split, target_type, ...])	大规模名人面部属性（CelebA）数据集 数据集。
Cityscapes(根目录[, 拆分, 模式, 目标类型, ...])	城市景观 数据集。
Kitti(根目录[，训练，变换，...])	KITTI Dataset.
OxfordIIITPet(root[, split, target_types, ...])	牛津-印度理工学院宠物数据集.
SBDataset(root[, image_set, mode, download, ...])	语义边界数据集
VOCSegmentation(root[, year, image_set, ...])	Pascal VOC 分割数据集。
VOCDetection(root[, year, image_set, ...])	Pascal VOC 目标检测数据集。
WIDERFace(root[, split, transform, ...])	WIDERFace Dataset.

光流

FlyingChairs(root[, split, transforms])	FlyingChairs 数据集用于光流。
FlyingThings3D(root[, split, pass_name, ...])	FlyingThings3D 数据集用于光流。
HD1K(root[, split, transforms])	HD1K 数据集用于光流。
KittiFlow(root[, split, transforms])	KITTI 数据集用于光流（2015）。
Sintel(根目录[，拆分，传递名称，变换])	Sintel 数据集用于光流。

立体匹配

CarlaStereo(root[, transforms])	Carla模拟器数据链接在CREStereo github仓库中。
Kitti2012Stereo(root[, split, transforms])	KITTI数据集来自2012年立体评估基准。
Kitti2015Stereo(root[, split, transforms])	KITTI数据集来自2015年立体评估基准。
CREStereo(root[, transforms])	用于训练CREStereo架构的合成数据集。
FallingThingsStereo(root[, variant, transforms])	FallingThings dataset.
SceneFlowStereo(root[, variant, pass_name, ...])	数据集接口用于Scene Flow数据集。
SintelStereo(root[, pass_name, transforms])	Sintel 立体数据集.
InStereo2k(root[, split, transforms])	InStereo2k dataset.
ETH3DStereo(root[, split, transforms])	ETH3D 低分辨率双视图 数据集。
Middlebury2014Stereo(root[, split, ...])	Middlebury数据集中公开可用的场景2014 version <https://vision.middlebury.edu/stereo/data/scenes2014/>。

图像对

LFWPairs(root[, split, image_set, ...])	LFW Dataset.
PhotoTour(root, name[, train, transform, ...])	多视图立体对应 数据集。

图像字幕

CocoCaptions(root, annFile[, transform, ...])

MS Coco Captions 数据集。

视频分类

HMDB51(root, annotation_path, frames_per_clip)	HMDB51 dataset.
Kinetics(根目录, 每段帧数[, ...])	通用动力学 数据集。
UCF101(root, annotation_path, frames_per_clip)	UCF101 dataset.

视频预测

MovingMNIST(root[, split, split_ratio, ...])

MovingMNIST Dataset.

自定义数据集的基础类

DatasetFolder(root, loader[, extensions, ...])	一个通用的数据加载器。
ImageFolder(root, transform, ...)	一个通用的数据加载器，默认情况下以这种方式排列图像：。
VisionDataset([root, transforms, transform, ...])	用于制作与 torchvision 兼容的数据集的基础类。

变换 v2

wrap_dataset_for_transforms_v2(dataset[, ...])

用 torchvision.dataset 包装以与 torchvision.transforms.v2 一起使用。