展示DataLoader中的图片

先根据自己的需求构造pytorch数据集

dataset_masked = tdst.ImageFolder(root='./data/CNcroped_face_mask/',transform=img_preprocess)

train_loader = torch.utils.data.DataLoader(dataset_masked , batch_size=BATCH_SIZE, 
                                           sampler=train_sampler)

loader里面的数据的shape看一下

# 显示几张
for x in train_loader:
    # 设置画布大小
    fig = plt.figure(figsize=(4,4))
    print(x[0])#torch.Size([196, 3, 112, 112])一次196张图的矩阵，
    print(x[1])#torch.Size([196])对应196张图的分类index
    break

 

 以上两个矩阵是放在list列表里面的

然后数据在dataloader里面后，将多个数据展示出来查看数据

# 显示几张
for x in train_loader:
    # 设置画布大小
    fig = plt.figure(figsize=(8,8))
    
    for i in range(16):
        # 图片位置
        plt.subplot(4,4,i+1)
        # 转为numpy
        img = x[0][i].numpy()
        # 调整 通道顺序为PIL格式
        img =  np.transpose(img,(1,2,0))
        # 先转到[0,1]，再乘以255
        img =(img + 1 )/ 2 * 255
        # 取整
        img = img.astype('int')
        # 显示
        plt.imshow(img)
        plt.axis('off')
    plt.show()
    break