pytorch之ImageFolder使用詳解

更新時間：2020年01月06日 17:56:42 作者：樸素.無恙

今天小編就為大家分享一篇pytorch之ImageFolder使用詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

pytorch之ImageFolder

torchvision已經預先實現(xiàn)了常用的Dataset，包括前面使用過的CIFAR-10，以及ImageNet、COCO、MNIST、LSUN等數(shù)據(jù)集，可通過諸如torchvision.datasets.CIFAR10來調用。在這里介紹一個會經常使用到的Dataset——ImageFolder。

ImageFolder假設所有的文件按文件夾保存，每個文件夾下存儲同一個類別的圖片，文件夾名為類名，其構造函數(shù)如下：

ImageFolder(root, transform=None, target_transform=None, loader=default_loader)

它主要有四個參數(shù)：

root：在root指定的路徑下尋找圖片

transform：對PIL Image進行的轉換操作，transform的輸入是使用loader讀取圖片的返回對象

target_transform：對label的轉換

loader：給定路徑后如何讀取圖片，默認讀取為RGB格式的PIL Image對象

label是按照文件夾名順序排序后存成字典，即{類名:類序號(從0開始)}，一般來說最好直接將文件夾命名為從0開始的數(shù)字，這樣會和ImageFolder實際的label一致，如果不是這種命名規(guī)范，建議看看self.class_to_idx屬性以了解label和文件夾名的映射關系。

圖片結構如下所示：

from torchvision import transforms as T
import matplotlib.pyplot as plt
from torchvision.datasets import ImageFolder


dataset = ImageFolder('data/dogcat_2/')

# cat文件夾的圖片對應label 0，dog對應1
print(dataset.class_to_idx)

# 所有圖片的路徑和對應的label
print(dataset.imgs)

# 沒有任何的transform，所以返回的還是PIL Image對象
#print(dataset[0][1])# 第一維是第幾張圖，第二維為1返回label
#print(dataset[0][0]) # 為0返回圖片數(shù)據(jù)
plt.imshow(dataset[0][0])
plt.axis('off')
plt.show()

加上transform

normalize = T.Normalize(mean=[0.4, 0.4, 0.4], std=[0.2, 0.2, 0.2])
transform = T.Compose([
     T.RandomResizedCrop(224),
     T.RandomHorizontalFlip(),
     T.ToTensor(),
     normalize,
])
dataset = ImageFolder('data1/dogcat_2/', transform=transform)

# 深度學習中圖片數(shù)據(jù)一般保存成CxHxW，即通道數(shù)x圖片高x圖片寬
#print(dataset[0][0].size())

to_img = T.ToPILImage()
# 0.2和0.4是標準差和均值的近似
a=to_img(dataset[0][0]*0.2+0.4)
plt.imshow(a)
plt.axis('off')
plt.show()

以上這篇pytorch之ImageFolder使用詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: