首先下载数据:
import torchvision.transforms
from torchvision import datasets
train_data = datasets.FashionMNIST(
root="data", # 保存的文件位置
train=True, # 是否选择训练数据,否的话表示测试数据
download=True, # 是否下载
transform=torchvision.transforms.ToTensor(), # 转换成Tensor
target_transform=None # 是否需要转换标签,None则使用原本的标签
)
test_data = datasets.FashionMNIST(
root="data",
train=False, # 下载测试数据
download=True,
transform=torchvision.transforms.ToTensor(),
target_transform=None
)
len(train_data),len(test_data) # 查看数据长度
# 结果
# 60000, 10000
# 意味着有60000张训练图,10000张用于测试的图
image,label = train_data[0] # 选择第一张图作为待测图像
image,label # 输出图像的Tensor和标签类别
运行的结果为:
(tensor([[[0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000],……
0.0000, 0.0000, 0.0000, 0.0000]]]), 9)
从上方结果来看,训练集的第一张图的标签类别为9,标签是从0开始算的,所以是第10类
class_names = train_data.classes
class_names
# 结果为:
['T-shirt/top',
'Trouser',
'Pullover',
'Dress',
'Coat',
'Sandal',
'Shirt',
'Sneaker',
'Bag',
'Ankle boot']
class_to_idx = train_data.class_to_idx
class_to_idx # 返回一个不同标签及其对应索引的字典
# 结果为
{'T-shirt/top': 0,
'Trouser': 1,
'Pullover': 2,
'Dress': 3,
'Coat': 4,
'Sandal': 5,
'Shirt': 6,
'Sneaker': 7,
'Bag': 8,
'Ankle boot': 9}
所以这张图的标签类别是'Ankle boot',查看该图的大小:
# 检查图像的形状
image.shape,label
# 结果
#(torch.Size([1, 28, 28]), 9)
# 显然图1是一张黑白色的28*28的图像
下面,可视化这张图
import matplotlib.pyplot as plt
image, label = train_data[0]
print(f"Image shape:{image.shape}")
plt.imshow(image)
# 结果
# Image shape:torch.Size([1, 28, 28])
但是绘图报错:
这是一个在机器学习中常见的错误,因为你的输入张量的形状与该张量的预期形状不符。
我们的数据格式首先是颜色通道1,然后是图像宽度28和高度28,但是matplotlib则希望先是图像的宽高然后再是颜色通道,因此需要改变形状再绘图。
对于灰度图像,我们可以使用.squeeze来消除这个额外的维度:
plt.imshow(image.squeeze())
运行结果为:
我们再添加标签类别,使用cmap绘制灰度图,去除坐标轴:
最后,我们绘制出更多的图像。我们使用随机性,看看数据集内的随机图像。
import torch
torch.manual_seed(42) # 设置随机种子
fig = plt.figure(figsize=(9,9)) # 创建一个大小为9x9的图像对象,用于存放后续绘制的图像网格
rows, cols = 4, 4 # 展示4*4=16张图
for i in range(1,rows*cols+1): # 循环遍历每个网格的位置
random_idx = torch.randint(0,len(train_data),size =[1]).item()
# 生成一个随机索引,用于从train_data数据集中随机选择一张图像和对应的标签
# print(random_idx)
img, label = train_data[random_idx] # 根据随机索引从train_data中取一张图像和对应的标签
fig.add_subplot(rows, cols, i) # 在图像对象中添加一个子图,位置由rows和cols决定
plt.imshow(img.squeeze(), cmap="gray") # i是子图的索引
plt.title(class_names[label])
plt.axis(False);
我们看看最后的结果:
在后续的文章中,我们将介绍使用一个CV模型来对这些图进行分类。