celeba数据集，以及pytorch加载图片文件夹遇到的坑

1.celeba数据集

这是一个大规模人脸数据集官网

香港中文大学发布的，提供了百度云盘的下载，使用很方便。

总共有202,599张图片,且有图片的标注(Label)文件。 最常用的是剪裁过的图片，文件名叫img_align_celeba

2.pytorch加载

pytorch加载数据集一般分为两步，第一步是创建一个代表整个数据集的对象dataSet

from torchvision import datasets
Celeba_dataset = datasets.ImageFolder(path, transform=torchvision.transforms.ToTensor())
#     #dataset=torchvision.datasets.FashionMNIST('./data/', train=True, download=True, transform=transform),
#     #dataset=torchvision.datasets.CIFAR10('./data', train=True, download=True, transform=transform),
#     dataset=torchvision.datasets.MNIST('./data/', train=True, download=True, transform=transform),

第二步是创建一个dataloader,用于迭代一批数据，让整个数据分批训练，这里batch_size就是一批图片的大小。

data_loader = torch.utils.data.DataLoader(dset, batch_size=128, shuffle=true,drop_last=True)

3.加载报错

如果报错:

RuntimeError: Found 0 files in subfolders of: Data/celeb_data/resized_celeb/ Supported extensions are: .jpg,.jpeg,.png,.ppm,.bmp,.pgm,.tif,.tiff,.webp

这时要注意torchvision.datasets.ImageFolder这个数据集的子类，如果用这个默认类读取图片文件，需要在该文件下再创建文件夹作为类别标签，因为它的格式是

img_file:
	label1:
		1.jpg
		2.jpg
		3.jpg
	label2:
		1...

所以在img_align_celeba文件夹外再套一个文件夹，把ImageFolder的path参数名改为外面那个文件夹即可.

stack_overflow上也有类似的解释：
https://stackoverflow.com/questions/56720653/image-is-in-jpeg-but-torchvision-shows-image-extension-is-unsupported