PyTorch使用教程-PyTorch数据读取

PyTorch使用教程-PyTorch数据读取

前言

PyTorch作为一款深度学习框架，已经帮助我们实现了很多很多的功能了，包括数据的读取和转换了，那么这一章节就介绍一下PyTorch内置的数据读取模块吧

模块介绍

• pandas 用于方便操作含有字符串的表文件，如csv
• zipfile python内置的文件解压包
• cv2 用于图片处理的模块,读入的图片模块为BGR,N H W C
• torchvision.transforms 用于图片的操作库，比如随机裁剪、缩放、模糊等等，可用于数据的增广，但也不仅限于内置的图片操作，也可以自行进行图片数据的操作，这章也会讲解
• torch.utils.data.Dataset torch内置的对象类型
• torch.utils.data.DataLoader 和Dataset配合使用可以实现数据的加速读取和随机读取等等功能

import zipfile # 解压
import pandas as pd # 操作数据
import os # 操作文件或文件夹
import cv2 # 图像操作库
import matplotlib.pyplot as plt # 图像展示库
from torch.utils.data import Dataset # PyTorch内置对象
from torchvision import transforms  # 图像增广转换库 PyTorch内置
import torch 

初步读取数据

数据下载到此处
我们先初步编写一个脚本来实现图片的展示

# 解压文件到指定目录
def unzip_file(root_path, filename):
    full_path = os.path.join(root_path, filename)
    file = zipfile.ZipFile(full_path)
    file.extractall(root_path)
unzip_file(root_path, zip_filename)

# 读入csv文件
face_landmarks = pd.read_csv(os.path.join(extract_path, csv_filename))

# pandas读出的数据如想要操作索引 使用iloc
image_name = face_landmarks.iloc[:,0]
landmarks = face_landmarks.iloc[:,1:]

# 展示
def show_face(extract_path, image_file, face_landmark):
    plt.imshow(plt.imread(os.path.join(extract_path, image_file)), cmap='gray')
    point_x = face_landmark.to_numpy()[0::2]
    point_y = face_landmark.to_numpy()[1::2]
    plt.scatter(point_x, point_y, c='r', s=6)
    
show_face(extract_path, image_name.iloc[1], landmarks.iloc[1])

使用内置库来实现

实现MyDataset

使用内置库是我们的代码更加的规范，并且可读性也大大增加
继承Dataset,需要我们实现的有两个地方:

1. 实现__len__返回数据的长度，实例化调用len()时返回
2. __getitem__给定数据的索引返回对应索引的数据如：a[0]
3. transform 数据的额外操作时调用

class FaceDataset(Dataset):
    def __init__(self, extract_path, csv_filename, transform=None):
        super(FaceDataset, self).__init__()
        self.extract_path = extract_path
        self.csv_filename = csv_filename
        self.transform = transform
        self.face_landmarks = pd.read_csv(os.path.join(extract_path, csv_filename))
    def __len__(self):
        return len(self.face_landmarks)
    def __getitem__(self, idx):
        image_name = self.face_landmarks.iloc[idx,0]
        landmarks = self.face_landmarks.iloc[idx,1:].astype('float32')
        point_x = landmarks.to_numpy()[0::2]
        point_y = landmarks.to_numpy()[1::2]
        image = plt.imread(os.path.join(self.extract_path, image_name))
        sample = {'image':image, 'point_x':point_x, 'point_y':point_y}
        if self.transform is not None:
            sample = self.transform(sample)
        return sample

测试功能是否正常

face_dataset = FaceDataset(extract_path, csv_filename)
sample = face_dataset[0]
plt.imshow(sample['image'], cmap='gray')
plt.scatter(sample['point_x'], sample['point_y'], c='r', s=2)
plt.title('face')

实现自己的数据处理模块

内置的在torchvision.transforms模块下，由于我们的数据结构不能满足内置模块的要求，我们就必须自己实现
图片的缩放，由于缩放后人脸的标注位置也应该发生对应的变化，所以要自己实现对应的变化

class Rescale(object):
    def __init__(self, out_size):
        assert isinstance(out_size,tuple) or isinstance(out_size,int), 'out size isinstance int or tuple'
        self.out_size = out_size
    def __call__(self, sample):
        image, point_x, point_y = sample['image'], sample['point_x'], sample['point_y']
        new_h, new_w = self.out_size if isinstance(self.out_size,tuple) else (self.out_size, self.out_size)
        new_image = cv2.resize(image,(new_w, new_h))
        h, w = image.shape[0:2]
        new_y = new_h / h * point_y
        new_x = new_w / w * point_x
        return {'image':new_image, 'point_x':new_x, 'point_y':new_y}

将数据转换为torch认识的数据格式因此，就必须转换为tensor
注意: cv2和matplotlib读出的图片默认的shape为N H W C,而torch默认接受的是N C H W因此使用tanspose转换维度，torch转换多维度使用permute

class ToTensor(object):
    def __call__(self, sample):
        image, point_x, point_y = sample['image'], sample['point_x'], sample['point_y']
        new_image = image.transpose((2,0,1))
        return {'image':torch.from_numpy(new_image), 'point_x':torch.from_numpy(point_x), 'point_y':torch.from_numpy(point_y)}

测试

transform = transforms.Compose([Rescale((1024, 512)), ToTensor()])
face_dataset = FaceDataset(extract_path, csv_filename, transform=transform)
sample = face_dataset[0]
plt.imshow(sample['image'].permute((1,2,0)), cmap='gray')
plt.scatter(sample['point_x'], sample['point_y'], c='r', s=2)
plt.title('face')

使用Torch内置的loader加速读取数据

data_loader = DataLoader(face_dataset, batch_size=4, shuffle=True, num_workers=0)
for i in data_loader:
    print(i['image'].shape)
    break

torch.Size([4, 3, 1024, 512])

注意: windows环境尽量不使用num_workers会发生报错

总结

这节使用内置的数据读取模块，帮助我们规范代码，也帮助我们简化代码，加速读取数据也可以加速训练，数据的增广可以大大的增加我们的训练精度，所以本节也是训练中比较重要环节

上节回归

PyTorch使用教程-超详细PyTorch实现手写数字识别器

预习

PyTorch使用教程-迁移学习