深度学习--BP实战猫狗分类数据集

运用BP模型实现猫狗数据集的分类

数据集下载

首先，我们要先下载好要分类的数据集，下载网址如下：

猫狗大作战数据集下载

该数据集是Kaggle在2013年公开的猫狗数据集，该数据集总共25000张图片，猫狗各12500张。

部分图片如下：

我们下载的只是最基本的图片数据，还需要自行的创建我们的数据集，一般而言我们都是通过创建类的方法来实现。

导入库

from PIL import Image                   # 这行代码从Pillow库中导入了Image模块，它提供了许多用于打开、操作和保存图像的函数。
import numpy as np
from torch.utils.data import Dataset    # Dataset类是torch.utils.data模块中的一个抽象类，用于表示一个数据集
from torchvision import transforms     
import os                               # os模块提供了与操作系统交互的函数，例如读取目录内容、检查文件是否存在等。
import torch
import matplotlib.pyplot as plt
import matplotlib
#设置字体为楷体
matplotlib.rcParams['font.sans-serif'] = ['KaiTi']

在这里，我们应该了解各个库的作用和用法，这些库在下面都会用到

自定义类来封装数据集

在这里，我们需要用到__init__,__len__,__getitem__三个魔术方法，下面，我们就先了解一下这三个方法。（有了解的可以直接跳过！！）

__init__

__init__方法，称为构造方法

特性：

在创建类对象时会自动执行，

在创建类对象时，会传入参数给__init__使用

下面是个简单的例子：

class student:
# 可写可不写
#     name=None
#     age=None
#     sex=None
 
    def __init__(self,name,age,sex):
        self.name=name
        self.age=age
        self.sex=sex
 
stu=student("小红",18,"女")
print("信息添加成功")

简单了解一下就好

__len__

__len__ 是Python中的一个魔术方法，用于定义类的实例对象的长度。 该方法用于返回一个对象的长度，通常是容器类型的对象，如字符串、列表、元组和字典等。

__getitem__

 __getitem__方法用于获取序列对象中指定索引位置的元素，通常使用中括号 []运算符调用。 该方法接收一个索引作为参数，并返回序列对象中指定索引位置的元素。 如果指定的索引超出了序列对象的范围，应该抛出IndexError异常

接下来，我们来了解各个魔术方法下代码的含义

init部分

    def __init__(self,root_dir,lable_dir):
        self.root_dir=root_dir      # 文件主路径dataset/train
        self.label_dir=lable_dir    # 分路径 cat 和 dog
        self.path=os.path.join(self.root_dir,self.label_dir)  # 将文件路径的两部分连接起来，使path成为完整路径
        self.img_path=os.listdir(self.path)     # 查看
        self.transform = transforms.Compose([   # 包含：
            transforms.Resize((224,224)),       # 统一大小为224*224
            transforms.ToTensor()               # 转化为Tensor类型
        ])

self.img_path获取该完整路径下的图片（如dataset\train\cat目录下的图片） 

transforms.compose：

orchvision.transforms是pytorch中的图像预处理包。一般用Compose把多个步骤整合到一起：

比如说：Resize和ToTensor

Resize它可以更改PIL类型的图片数据的大小，本质上其实更改的是像素多少

import torchvision.transforms as transforms
from PIL import Image
import numpy as np
# 定义图像的路径
path = "C:\\Users\\yangy\\Pictures\\Scre