数据集建立
在实际情况中,我们拥有的图片数据往往不是那么规整的,图片的大小以及图片的格式往往都会不同。我们要将这些在不同文件中间的图片,加载到一个固定的数据集的类别中,以便我们之后调用。
这里利用Pokemon数据,可以从百度上搜到,我们定义一个class类来存放这些数据。具体代码如下所示。
注:main()函数仅仅用来查看当前class是否有误,检查其运行状况。
注:实例中用到了torch,cuda, visdom等需要手动下载的包; visdom也需要在cmd中调用,否则main()函数报错。
# 这个是用来加载数据集的,数据预处理
# 1 创建自定义数据集的类
import torch
import os, glob
import random, csv
from torch.utils.data import Dataset, DataLoader
from torchvision import transforms
from PIL import Image
class Pokemon(Dataset):
def __init__(self, root, resize, model):
# root接收图片存储的位置
# resize 图片输出的size
# model 图片的作用,train or test or validation
super(Pokemon, self).__init__()
self.root = root
self.resize = resize
# 下面给每个类做一个映射
self.name2label = {
}
for name in sorted(os.listdir((os.path.join(root)))): # 找到当前数据集的目录,sorted是防止乱序
if not os.path.isdir(os.path.join(root, name)):
continue # 如果目录不对的话就过滤掉
# 如果目录是的话就保存到下面这个字典上面去,# 上面name作为key,当前元素存储的数量作为其值
self.name2label[name] = len(self.name2label.keys())
print(self.name2label) # 看表格样子
# 往表格里面输入image, label
self.images, self.labels = self.load_csv('images.csv')
# 按6:2:2的比例从图片中读取数据.切片操作
if model == 'train': # 取60%,从零开始取
self.images = self.images[:int(0.6*len(self.images))]
self.labels = self.labels[:int(0.6*len(self.labels))]
if model == 'val': # 取20%,从60%处取到80%处
self.images = self.images[int(0.6*len(self.images)): int(0.8*len(self.images))]
self.labels = self.labels[int(0.6*len(self.labels)): int(0.8*len(self.labels))]
if model == 'test': # 取20%,从80%处取到末尾
self.images = self.images[int(0.8 * len(self.images)):]
self.labels = self.labels[int(0.8 * len(self.labels)):]
def load_csv(self, filename): # 读取图片的函数
if not os.path.exists(os.path.join(self.root, filename)):
images = []
for name in self.name2label.keys():
# 'pokemo\\newtwo\\0001.png'
images += glob.glob(os.path.join(self.root, name, '*png'))
images += glob.glob(os.path.join(self.root, name, '*jpg'))
images += glob.glob(os.path.join(self.root, name, '*jpeg'))
print(len(images), images) # 1167 ['pokemon\\bulbasaur\\00000000.png',
random.shuffle(images)
with open(os.path.join(self.root, filename), mode="w", newline='') as f:
writer = csv.writer(f)
for img in images: # 'pokemon\\bulbasaur\\00000000.png'
name = img.split(os.sep)[-2] # os.sep就是‘\’.
label = self.name2label[name]
# 以“路径+label”形式存储,如下
writer.writerow([img, label])
print("writen into csv file", filename)
# 下一次再打开的时候,就直接读取上面写好的文件了
images = []
labels = []
with open(os.path.join(self.root,