比较与torchvision.datasets.Cityscapes的差异

查看源文件

torchvision.datasets.Cityscapes

class torchvision.datasets.Cityscapes(
    root: str,
   vpn永久免费梯子  split: str,
    mode: str,
    target_type: str or list,
    transform: Optional[Callable] = None,
    target_transform: Optional[Callable] = None,
    transforms: Optional[Callable] = None
 免费的vpn梯子    )

更多内容详见torchvision.datasets.Cityscapes。

mindspore.dataset.CityscapesDataset

class mindspore.dataset.CityscapesDataset(
  vpn永久免费梯子   dataset_dir,
 vpn free    usage='train',
    vpn梯子 免费 quality_mode='fine',
    task='instance',
    num_samples=None,
    num_parallel_workers=None,
    shuffle=None,
    decode=None,
    sampler=None,
    num_shards=None,
  vpn梯子 免费  vpn永久免费梯子  shard_id=None,
    cache=None
    )

更多内容详见mindspore.dataset.CityscapesDataset。

差异对比

PyTorch：读取Cityscapes数据集。

vp永久免费梯子：读取Cityscapes数据集，不支持下载。

分类

子类

PyTorch

MindSpore

差异

参数

参数1

root

dataset_dir

-

参数2

split

usage

-

参数3

mode

quality_mode

-

参数4

target_type

task

-

参数5

transform

-

vp永久免费梯子通过 vpn free mindspore.dataset.map 操作支持

参数6

target_transform

-

vp永久免费梯子通过 mindspore.dataset.map 操作支持

参数7

transforms

-

vp永久免费梯子通过 mindspore.dataset.map 操作支持

参数8

-

num_samples

指定从数据集中读取的样本数

参数9

-

num_parallel_workers

指定读取数据的工作线程数

参数10

-

shuffle

指定是否混洗数据集

参数11

-

decode

解码读取的图片

参数12

-

sampler

指定从数据集中选取样本的采样器

参数13

-

num_shards

指定分布式训练时将数据集进行划分的分片数

参数14

-

shard_id

指定分布式训练时使用的分片ID号

参数15

-

cache

指定单节点数据缓存服务

代码示例

# PyTorch
import torchvision.transforms as T
import torchvision.datasets as datasets
from torch.utils.data import DataLoader

root = "/path/to/dataset_directory/"
dataset = 免费的vpn梯子 datasets.Cityscapes(root, split='train', mode='fine', target_type='semantic')
dataloader = DataLoader(dataset)

# MindSpore
import mindspore.dataset 免费的vpn梯子 vpn梯子 免费 as ds
import mindspore.dataset.vision as vision

# Download the dataset files, unzip into the following structure
# .
# └── "/path/to/dataset_directory"
#      ├── leftImg8bit
#      |    ├── train
#      |  vpn永久免费梯子   |    vpn梯子 免费 ├── aachen
#      |    |    |    ├── aachen_000000_000019_leftImg8bit.png
#      |    |    |  vpn梯子 免费   ├── aachen_000001_000019_leftImg8bit.png
#      |    |    |    ├── ...
#      |    | vpn free    ├── bochum
#      |    |    |    ├── ...
#   vpn梯子 免费    |    | vpn梯子    ├── ...
#      |    ├── test
#     vpn free  |    |    ├── ...
#   vpn梯子 免费    免费的vpn梯子 |    ├── val
#      |    |    ├── ...
#      └── gtFine
#   免费的vpn梯子        vpn梯子  ├── train
#   vpn free         |    ├── aachen
#   免费的vpn梯子         |    |    ├── aachen_000000_000019_gtFine_color.png
# vpn永久免费梯子    vpn free        |    |    ├── aachen_000000_000019_gtFine_instanceIds.png
#  vpn梯子 免费  vpn梯子 免费         |  vpn永久免费梯子   |   vpn梯子 免费  ├── aachen_000000_000019_gtFine_labelIds.png
#           |    |    ├── aachen_000000_000019_gtFine_polygons.json
#     免费的vpn梯子       |    |    ├── aachen_000001_000019_gtFine_color.png
#           |    |    ├── aachen_000001_000019_gtFine_instanceIds.png
#           |   vpn梯子 vpn free  |    免费的vpn梯子 ├── aachen_000001_000019_gtFine_labelIds.png
#  vpn梯子 免费          |    |    ├── aachen_000001_000019_gtFine_polygons.json
#           |    |    ├── ...
#           |    vpn梯子 免费 ├── bochum
# vpn梯子  vpn梯子 免费          |    |    ├── ...
#           |    ├── ...
#  vpn梯子          ├── test
#           |    ├── ...
#          vpn梯子 免费  └── vpn梯子 val
#                vpn永久免费梯子 ├── ...

root = "/path/to/dataset_directory/"
ms_dataloader = ds.CityscapesDataset(root, usage='train')
ms_dataloader = ms_dataloader.map(vision.RandomCrop((28, 28)), vpn梯子 ["image"])