图片数据集的读取

 

像这样，图片分成了两个文件夹，一个是train,一个是val,如果数据集过大，可以自定义一个类读取数据集。

标签有两种存贮方式

# 1.文件名为标签
# 2.写有对应的txt文本里有每一个图片所对应的标签

如果文件名为标签，并且类别较多，我们可以用一个列表去存贮这个类别

import os
label = []
root_dir = "E:\\pycharm_data\\read_Data1\\hymenoptera_data\\train"
img_label = os.listdir(root_dir)
for i in img_label:
    label.append(i)
print(label)

 

# 读取数据集的包

from torch.utils.data import Dataset

from PIL import Image

import os

class MyData(Dataset):

    def __init__(self,root_dir,label_dir):

        #os.listdir()方法用于返回指定的文件夹包含的文件或文件夹的名字的列表。

        #os.path.join()是将根目录和子目录用/加起来，

        #会自动根据Linux或Windows系统不同做不同的拼接

        self.root_dir = root_dir

        self.label_dir = label_dir

        self.path = os.path.join(self.root_dir, self.label_dir)

        self.img_path = os.listdir(self.path)

    # idx是指每个图片的序号，我们会把图片序号做成一个列表

    # 这个函数是用来从文件目录根据idx索引值读取其中一个文件

    def __getitem__(self, idx):

        #从文件列表取中相应索引位置的图片名称（注意并不是图片本身，只是名字）

        img_name = self.img_path[idx]

        # img_item_path就是取索引值的图片的路径

        img_item_path = os.path.join(self.path, img_name)

        # img就是取索引值的图片

        img = Image.open(img_item_path)

        label = self.label_dir

        return img, label

    def __len__(self):

        return len(self.img_path)

root_dir = "E:\\test_wangge\\read_Data1\\hymenoptera_data\\train"

ants_label_dir = "ants"

bees_label_dir = "bees"

ants_dataset = MyData(root_dir, ants_label_dir)

bees_dataset = MyData(root_dir,bees_label_dir)

# 如果在类中定义了__getitem__()方法，那么他的实例对象（假设为P）就可以这样P[key]取值。

# 当实例对象做P[key]运算时，就会调用类中的__getitem__()方法。

img, label = ants_dataset[0]

# 可以把两个数据集加起来

train_dataset = ants_dataset + bees_dataset

print(len(ants_dataset))

print(len(bees_dataset))

print(len(train_dataset))