大佬的原视频
之前学习的代码里面,数据集已经都加载好了,不需要自己动手写,所以一直想学习怎么加载自己的数据集,记录一下学习的视频,免得之后忘了
准备:数据集格式
蚂蚁和蜜蜂的分类,原始数据集仅仅包含图片文件夹(ants_image和bees_image),标签文件夹是后来加的,可以先不看
图片的文件夹显示如下
读取数据集
1、把数据集加载到项目中
点击Explorer,找到当前项目的文件夹,然后把Dataset文件夹丢进去
2、写代码加载数据集
from torch.utils.data import Dataset
import os #python关于系统的库
from PIL import Image
class MyData(Dataset):
# 初始化类 根据类创建实例时要运行函数,为整个class提供全局变量
def __init__(self, root_dir, label_dir):
self.root_dir = root_dir # 函数的变量不能传递给另外一个变量,而self能够把指定变量给别的函数使用,全局变量
self.label_dir = label_dir
self.path = os.path.join(self.root_dir, self.label_dir) # 路径的拼接
self.img_path = os.listdir(self.path) # 获得图片所有地址
## 获取所有图片的地址列表
def __getitem__(self, idx):
img_name = self.img_path[idx] #获取图片名称 self.全局的
img_item_path = os.path.join(self.path, img_name) # 获取每个图片的地址(相对路径)
img = Image.open(img_item_path)
label = self.label_dirA
return img, label
def __len__(self):
return len(self.img_path)
root_dir = "dataset/hymenoptera_data/train"
ants_label_dir = "ants_image"
bees_label_dir = "bees_image"
ants_dataset = MyData(root_dir, ants_label_dir)
bees_dataset = MyData(root_dir, bees_label_dir)
train_dataset = ants_dataset + bees_dataset # 数据集的拼接,把两个数据集拼到一起
这样就加载成功啦
测试一下代码~
img, label = ants_dataset[123]
img.show()
输出结果为
【附】3、如果想把label单独放一个文件夹呢
目标:在只有图片数据集的情况下,形成下面这样的label文件
只需要运行下面的代码即可
import os
root_dir = "dataset/hymenoptera_data/train"
target_dir = "ants_image"
img_path = os.listdir(os.path.join(root_dir, target_dir))
label = target_dir.split('_')[0]
out_dir = "ants_label"
for i in img_path:
file_name = i.split('.jpg')[0]
with open(os.path.join(root_dir, out_dir, "{}.txt".format(file_name)), 'w') as f:
f.write(label)