Dataset和Dataloader

最新推荐文章于 2024-11-24 17:46:35 发布

Dandel1on_

最新推荐文章于 2024-11-24 17:46:35 发布

阅读量2.7k

点赞数 3

文章标签： pytorch 人工智能 python

本文链接：https://blog.csdn.net/qq_44820544/article/details/121387003

版权

## Dataset和Dataloader

### Dataset

Dataset是一个抽象类，实际使用中需要继承Dataset，并对其__len__()方法和__getitem__(idx)进行重构。前者为返回数据集长度，后者为查询idx所对应的img和其label。

### 数据增强对数据集的影响：

数据增强操作可以在Dataset中的getitem方法中实现。

class LeavesDataset(Dataset):
    def __init__(self, csv, transform=None):
        self.csv = csv
        self.transform = transform

    def __len__(self):
        return len(self.csv['image'])

    def __getitem__(self, idx):
        img = cv2.imread(self.csv['image'][idx])
        img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        label = labelmap[self.csv['label'][idx]]
        if self.transform:
            img = self.transform(image=img)['image']    # transform返回字典
        return img, torch.tensor(label).type(torch.LongTensor)    # img, label

假设数据集一共有100张图片，pytorch并非对数据集中的每张图片进行aug操作，将数据集扩增到200张，