2.SVHN数据集数据扩增

本文介绍了如何在PyTorch中处理SVHN数据集,包括创建自定义Dataset对象,利用数据扩增技术增强图像,并通过Dataloader划分数据集为多个batch,特别强调了数据扩增在图像分类和检测任务中的不同应用。
摘要由CSDN通过智能技术生成
import os,sys,glob,shutil,json
import cv2
from PIL import Image
import numpy as np
import torch
from torch.utils.data.dataset import Dataset
import torchvision.transforms as transforms

1.建立pytorch的数据集Dataset对象

  • 必须继承和重定义__getitem__和__len__
  • 【可选】自定义tansform参数进行数据扩增

 

2.pytorch数据扩增方法

class SVHNDataset(Dataset):
  def __init__(self,img_path,img_label,transform=None):
    self.img_path = img_path
    self.img_label = img_label
    if transform is not None:
      self.transform = transform
    else :
      transform=None

  def __getitem__(self,index):
    img = Image.open(self.img_path[index]).convert('RGB')
    if self.transform is not None:
      img = self.transform(img)

    # 原始SVHN中类别10为0
    labels = np.array(self.img_label[index],dtype=np.int)
    # 填充字符至5定长字
  • 1
    点赞
  • 4
    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