Pytorch入门-数据初认识-Dataset类代码实战

一.数据初认识

数据组织方式：

1.数据标签为数据文件名

2.数据标签为数据所在上一级文件夹名称

3.数据标签放置在txt文本中进行存储

二.Dataset类代码获取图片及标签

1.数据存储结构

2.代码示例

from torch.utils.data import Dataset
import os
from PIL import Image

class MydataSet(Dataset):
    def __init__(self,root_dir,img_dir,label_dir):
        self.root_dir = root_dir

        self.label_dir = label_dir
        self.img_dir = img_dir

        self.path_label = os.path.join(self.root_dir,self.label_dir)
        self.path_img = os.path.join(self.root_dir,self.img_dir)


        self.label_list = os.listdir(self.path_label)
        self.img_list = os.listdir(self.path_img)

    def __getitem__(self, index):
        item_img_name = self.img_list[index]
        item_label_name = self.label_list[index]
        item_img_path = os.path.join(self.root_dir,self.img_dir,item_img_name)
        item_label_path = os.path.join(self.root_dir,self.label_dir,item_label_name)
        item_img = Image.open(item_img_path)
        item_label = open(item_label_path,'r')
        label = item_label.read()
        return item_img,label

    def __len__(self):
        return len(self.img_list)


root_dir = "practice_dataset/train"
ants_img_dir = "ants_image"
ants_label_dir = "ants_label"

bees_img_dir = "bees_image"
bees_label_dir = "bees_label"


ants = MydataSet(root_dir,ants_img_dir,ants_label_dir)
bees = MydataSet(root_dir,bees_img_dir,bees_label_dir)

注：一些说明

1.在PyTorch中，torch.utils.data.Dataset是一个抽象类，用于表示数据集。它提供了一种统一的接口，使得我们可以自定义数据集，并且能够方便地与PyTorch的数据加载器（DataLoader）一起使用。

要使用torch.utils.data.Dataset，您需要继承该类并实现两个主要方法：

1. __len__方法：返回数据集的大小，即样本的数量。

2. __getitem__方法：根据给定的索引，返回一个样本。索引可以是整数或切片对象。

2.PIL全称为python图像处理库

3.__init__函数获取相对位置根目录及文件名称放置于列表当中

   __getitem__获取图片及标签

   __len__获取列表长度