3.Dataset类实战

Dataset类

• Dataset类是数据加载的核心组件之一。它是一个抽象类，用户需要通过继承这个类并实现其中的两个方法：__len__ 和 __getitem__。

1. 数据集结构

• 数据分为训练集和测试集，训练集和测试集中分别有两个文件夹，文件夹名称为数据的类别，每个类别文件夹下有多个数据

  

2. 搭建框架

• 需要继承 torch.utils.data中的Dataset类，并重写两个魔法方法__getitem__ __len__

  

3.__init__

• 在初始化函数中完成对图像数据名称的获取，用于对后期数据的加载

  

4.__getitem__

• getitem要根据给定的索引返回一个样本。通常会包含数据、标签，必要时还会应用数据变换

  

5.__len__

• len方法用于返回加载的数据集中有多少个数据

  

完整代码

from torch.utils.data import Dataset
import os
from PIL import Image
class Mydata(Dataset):
    def __init__(self, root_dir, label_dir):
        self.root_dit = root_dir # 根目录  ./data/traim
        self.label_dir = label_dir # 类别 ants
        self.image_path = os.path.join(self.root_dit, self.label_dir) # './data/train/ants 
        self.image_path_list = os.listdir(self.image_path) # 获取ants下的所有文件的名称
    
    def __getitem__(self, index):
        image = self.image_path_list[index] # 通过编号获取图像的名称
        image_item_path = os.path.join(self.image_path, image) # 拼接出图像的具体路径
        img = Image.open(image_item_path)
        label = self.label_dir
        return img, label  # 返回图像数据、标签
        
    def __len__(self):
        return len(self.image_path_list)

两个Dataset实例求和的数据集

• Dataset类的实例化支持求和操作，首先需要设置len方法，两个Dataset的实例的求和是将__len__方法中的返回的计算长度的列表作为数据集相加，从而得到新的数据集