pytorch vgg16 猫狗识别

最新推荐文章于 2025-02-13 18:39:53 发布

qq_38191717

最新推荐文章于 2025-02-13 18:39:53 发布

阅读量4.6k

点赞数 2

分类专栏：深度学习

本文链接：https://blog.csdn.net/qq_38191717/article/details/97162400

版权

在进行猫狗识别任务时，使用torchvision.datasets.ImageFolder加载数据集遇到问题。原本数据集的train和test文件夹下直接包含图片，但该函数期望路径下是子文件夹分别存放图片。解决方法是将train文件夹下的图片按类别分为dog和cat两个子文件夹。通过理解ImageFolder函数的工作方式解决了问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第一次做猫狗识别的任务，遇到点问题记录一下：

主要是数据集的问题：下载完猫狗数据集后，打开有两个文件夹分别是train和test。这两个文件夹中并没有子文件夹。直接将其导入

train_dataset = torchvision.datasets.ImageFolder(root='/home/qqsdqt/桌面/cat/data/train',transform=transform)

出现了问题是：在文件夹中没有找到文件，真是大写的懵逼，明明是有照片的好不啦。

后来查了查torchvision.datasets.ImageFolder 这个函数发现，这个函数应该读取文件夹，也就是说这个函数中的路径下的应该是文件夹，而不是直接是照片。将这个train下的文件分成dog和cat两个子文件夹。也就是说应该数下面这个样子滴！

百度了一下ImageFolder函数的解释

import torch
import torch.nn as nn
import torchvision
from torch.utils.data import DataLoader
from torch.autograd import Variable
import matplotlib.pyplot as plt
import torchvision.transforms as transforms

cfg = {
    'VGG11': [64, 'M', 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'],
    'VGG13': [64, 64, 'M', 128, 128, 'M', 256

最低0.47元/天解锁文章