使用Pytorch中的DataSet数据集类

使用DataSet数据集类，我们可以自己定义一个类，并继承DataSet类，同时实现**getitem()**方法。

根据官方文档描述，所有的subclass都应该继承Dataset类。其中__getitem__方法是必须覆盖的。这个方法的作用是获取数据集中的某个数据。

而我们可以通过构造方法__init__来初始化我们的数据集。

我们也可以选择性的决定是否要使用__len__方法来实现我们的数据集类。

因此，对于我们如下图所示的目录中 ，
我们的train目录下存在一个ants的数据集，这个ants就是我们所要给这个集合打的标签。

那么，我们对于数据集类的方法能够这样使用。

class MyData(Dataset):
    def __init__(self,root_dir,label_dir):
        self.root_dir = root_dir;
        self.label_dir = label_dir;
        self.path = os.path.join(self.root_dir,self.label_dir);
        self.img_path_list = os.listdir(self.path)
        
    def __getitem__(self,idx):
        img_name = self.img_path_list[idx];
        img_path = os.path.join(self.root_dir,self.label_dir,img_name)
        img = Image.open(img_path)
        label = self.label_dir
        return img,label
    
    def __len__(self):
        return len(self.img_path_list)

其中，构造函数初始化了我们的文件目录，获取了所有图片资源的路径，并使用getitem方法来返回单个图片资源，这里的图片资源是PIL类型的。

在后期我们可以使用TensorBoard来进一步分析我们的数据。