pytorch的ImageFolder用法

最新推荐文章于 2025-06-26 21:31:33 发布

开飞机的小毛驴儿

最新推荐文章于 2025-06-26 21:31:33 发布

阅读量1.2k

点赞数

CC 4.0 BY-SA版权

文章标签： pytorch 人工智能 python

原文链接：https://blog.csdn.net/gbz3300255/article/details/107689317

本文介绍了如何在PyTorch中使用ImageFolder数据集，详细讲解了其构造函数参数、图片组织结构以及如何应用transform进行预处理，包括随机裁剪、翻转和标准化操作。

转载自：pytorch的ImageFolder用法_gbz3300255的博客-CSDN博客

torchvision已经预先实现了常用的Dataset，包括前面使用过的CIFAR-10，以及ImageNet、COCO、MNIST、LSUN等数据集，可通过诸如torchvision.datasets.CIFAR10来调用。在这里介绍一个会经常使用到的Dataset——ImageFolder。

ImageFolder假设所有的文件按文件夹保存，每个文件夹下存储同一个类别的图片，文件夹名为类名，其构造函数如下：

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

它主要有四个参数：

root：在root指定的路径下寻找图片

transform：对PIL Image进行的转换操作，transform的输入是使用loader读取图片的返回对象

target_transform：对label的转换

loader：给定路径后如何读取图片，默认读取为RGB格式的PIL Image对象

label是按照文件夹名顺序排序后存成字典，即{类名:类序号(从0开始)}，一般来说最好直接将文件夹命名为从0开始的数字，这样会和ImageFolder实际的label一致，如果不是这种命名规范，建议看看self.class_to_idx属性以了解label和文件夹名的映射关系。

图片结构如下所示：

from torchvision import transforms as T

import matplotlib.pyplot as plt

from torchvision.datasets import ImageFolder

dataset = ImageFolder('data/dogcat_2/')

# cat文件夹的图片对应label 0，dog对应1

print(dataset.class_to_idx)

# 所有图片的路径和对应的label

print(dataset.imgs)

# 没有任何的transform，所以返回的还是PIL Image对象

#print(dataset[0][1])# 第一维是第几张图，第二维为1返回label

#print(dataset[0][0]) # 为0返回图片数据

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),//将给定图像随机裁剪为不同的大小和宽高比，然后缩放所裁剪得到的图像为制定的大小

                                                             //（即先随机采集，然后对裁剪得到的图像缩放为同一大小）

     T.RandomHorizontalFlip(),

     T.ToTensor(),

     normalize,

])

dataset = ImageFolder('data1/dogcat_2/', transform=transform)

 

# 深度学习中图片数据一般保存成CxHxW，即通道数x图片高x图片宽

#print(dataset[0][0].size())

 

to_img = T.ToPILImage()

# 0.2和0.4是标准差和均值的近似

a=to_img(dataset[0][0]*0.2+0.4)

plt.imshow(a)

plt.axis('off')

plt.show()