快捷導(dǎo)航

PyTorch讀取Cifar數(shù)據(jù)集并顯示圖片的實(shí)例講解

更新時(shí)間：2018年07月27日 08:40:13 作者：Elijha

今天小編就為大家分享一篇PyTorch讀取Cifar數(shù)據(jù)集并顯示圖片的實(shí)例講解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧

首先了解一下需要的幾個(gè)類所在的package

from torchvision import transforms, datasets as ds
from torch.utils.data import DataLoader
import matplotlib.pyplot as plt
import numpy as np

#transform = transforms.Compose是把一系列圖片操作組合起來，比如減去像素均值等。
#DataLoader讀入的數(shù)據(jù)類型是PIL.Image
#這里對(duì)圖片不做任何處理，僅僅是把PIL.Image轉(zhuǎn)換為torch.FloatTensor，從而可以被pytorch計(jì)算
transform = transforms.Compose(
 [
 transforms.ToTensor()
 ]
)

Step 1，得到torch.utils.data.Dataset實(shí)例。

torch.utils.data.Dataset是一個(gè)抽象類，CIFAR100是它的一個(gè)實(shí)例化子類

train=True，讀取訓(xùn)練集；train=False，讀取測試集

download=False，不下載。如果為True，則先檢查root下有無該數(shù)據(jù)集，如果沒有就先下載。

train_set = ds.CIFAR100(root='.', train=True, transform=transform, target_transform=None, download=True)

Step 2，把Dataset封裝成torch.utils.data.DataLoader

data_loader = DataLoader(dataset=train_set,
  batch_size=1,
  shuffle=False,
  num_workers=2)


# # 生成torch.utils.data.DataLoaderIter
# # 不過DataLoaderIter它會(huì)被DataLoader自動(dòng)創(chuàng)建并且調(diào)用，我們用不到
# data_iter = iter(data_loader)
# images, labels = next(data_iter)

step 3，從DataLoader里讀取數(shù)據(jù)，并將圖片顯示出來。

注意：

1）使用for...in...循環(huán)讀取數(shù)據(jù)的時(shí)候，會(huì)自動(dòng)調(diào)用DataLoader里的__next__()函數(shù)

而且只能對(duì)Tensor實(shí)例進(jìn)行迭代，所以之前的transforms必須最后加一個(gè)transforms.ToTensor()

2）顯示圖片有兩種方式：Image.show()和plt.imshow(ndarray)

Image.show():

通過transforms.ToPILImage()把FloatTensor轉(zhuǎn)化為Image

plt.imshow(ndarray)：

通過FloatTensor.numpy()轉(zhuǎn)化為ndarray，再調(diào)用plt.imshow()

to_pil_image = transforms.ToPILImage()
cnt = 0
for image,label in data_loader:
 if cnt>=3: # 只顯示3張圖片
 break
 print(label) # 顯示label

 # 方法1：Image.show()
 # transforms.ToPILImage()中有一句
 # npimg = np.transpose(pic.numpy(), (1, 2, 0))
 # 因此pic只能是3-D Tensor，所以要用image[0]消去batch那一維
 img = to_pil_image(image[0])
 img.show()

 # 方法2：plt.imshow(ndarray)
 img = image[0] # plt.imshow()只能接受3-D Tensor，所以也要用image[0]消去batch那一維
 img = img.numpy() # FloatTensor轉(zhuǎn)為ndarray
 img = np.transpose(img, (1,2,0)) # 把channel那一維放到最后

 # 顯示圖片
 plt.imshow(img)
 plt.show()

 cnt += 1

另外補(bǔ)一句np.transpose()的用法。

第一個(gè)參數(shù)是要transpose的圖片；

第二個(gè)是shape。比如一個(gè)ndarray是(channel, height, width)，如果給第二個(gè)參數(shù)(height, width，channel)，就會(huì)把第0維channel整個(gè)搬到最后。

以上這篇PyTorch讀取Cifar數(shù)據(jù)集并顯示圖片的實(shí)例講解就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: