Pytorch 加载单通道图片用作数据集训练和测试

用transforms.Grayscale(1)来实现。如下所示:
train_dataset = datasets.ImageFolder(
    traindir,
    transforms.Compose([
        #transforms.RandomResizedCrop(224),
        transforms.Resize((112,112)),
        transforms.RandomHorizontalFlip(),
        transforms.Grayscale(1),  ############
        transforms.ToTensor(),
    ]))

train_sampler = None

train_loader = torch.utils.data.DataLoader(
    train_dataset, batch_size=args.batch_size, shuffle=True,
    num_workers=args.workers, pin_memory=True, sampler=train_sampler)

val_loader = torch.utils.data.DataLoader(
    datasets.ImageFolder(valdir, transforms.Compose([
        transforms.Resize((112,112)),
        #transforms.CenterCrop(224),
        transforms.Grayscale(1), ############
        transforms.ToTensor(),
    ])),
    batch_size=args.batch_size, shuffle=False,
    num_workers=args.workers, pin_memory=True)
  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值