【PyTorch】深度学习快速入门（二）加载数据初认识--Dataset

PyTorch加载数据初认识-Dataset

使用 help(Dataset) 获取其用法帮助

from torch.utils.data import Dataset
help(Dataset)

大概翻译就是

该类是一个抽象类，所有的数据集想要在数据与标签之间建立映射，都需要继承这个类，所有的子类都需要重写__getitem__方法，该方法根据索引值获取每一个数据并且获取其对应的Label，子类也可以重写__len__方法，返回数据集的size大小

提供一种方式去获取数据及其label，即获取想要的数据并为其打上标签

主要实现以下两个功能

• 如何获取每一个数据及其label
• 告诉我们数据的长度
  

文件的名称即为其label

文件夹里的图片为input，文件夹的名字为label

可以先进行调试

import os
# 两个反斜杠表示转义
dir_path = "hymenoptera_data\\train\\ants"
img_path_list = os.listdir(dir_path)
img_path_list[0]

from PIL import Image
img_path = "hymenoptera_data\\train\\ants\\0013035.jpg"
img = Image.open(img_path)
img.show()

from torch.utils.data import Dataset
from PIL import Image
import os

# 对Dataset进行复写
class MyData(Dataset):
    def __init__(self,root_dir,label_dir):
        # 初始化是为了给后面的函数提供全局变量，方便后面的函数调用
        # 根目录
        self.root_dir = root_dir
        # 标签目录
        self.label_dir = label_dir
        # os.path.join(a,b)可以把a和b路径相加
        # 图像数据所在路径
        self.path = os.path.join(self.root_dir,self.label_dir)
        print(self.path)
        # 获取该文件夹下图像的所有地址
        self.img_path = os.listdir(self.path)

    def __getitem__(self, index):
        img_name=self.img_path[index]
        img_item_path = os.path.join(self.root_dir,self.label_dir,img_name)
        img = Image.open(img_item_path)
        label = self.label_dir
        return img,label
    def __len__(self):
        return len(self.img_path)
  

root_dir = "hymenoptera_data\\train"
ants_label_dir = "ants"
ants_dataset = MyData(root_dir,ants_label_dir)
  
# ants_dataset[2] 得到相应的图像和标签，靠的是__getitem__魔法方法
img,label=ants_dataset[2]
img.show()
print(label)