pytorch中torchvision模块下ImageFolder的简单理解与实际运用
ImageFolder函数定义
ImageFolder(root,transform=None,target_transform=None,loader=default_loader)
root: 图片总目录,子层级为各类型对应的文件目录。
transform: 对PIL image进行转换操作,transform输入的loader读取图片返回的对象
target_transform: 对label进行变换
loader: 指定加载图片的函数,默认操作是读取为RGB格式的PIL image对象
使用ImageFolder需要的目录结构
基本结构如下:
具体参考:
说明:
根目录root : my_data
子分类目录: classA , classB
classA与classB目录之下才是具体图片
注意点:
- root路径必须指向到分类文件目录同级。也就是my_data下,而不能指向具体分类目录。即不能指向my_data/classA
- 通过ImageFolder读取后,所有类别的所有图片都会被一同读取进来,而不是分类读取。
len(data)的长度为7,即所有图片。 - ImageFolder会将所有分类给一个类别标签索引值,该类别标签索引值从0开始
data.class_to_idx 结果为:{‘classA’: 0, ‘classB’: 1} - ImageFolder生成的结果是一个列表,而该列表里的每个元素是一个元组,每个元组对应一张图片信息。具体内容为:(PIL图片,类别标签索引)
读取实例
from torchvision import transforms,utils
from torchvision import datasets
import torch
import matplotlib.pyplot as plt
#对图片进行随机裁剪256的大小
trans = transforms.Compose([
transforms.RandomResizedCrop(256)
])
#使用ImageFolder读取图片
data = datasets.ImageFolder('my_data',transform=trans)
#读取了所有类别下的所有图片
len(data)
#7
#获取类别
data.classes
#['classA', 'classB']
#类别与标签索引
data.class_to_idx
#{'classA': 0, 'classB': 1}
#图片对应类别标签
data.targets
[0, 0, 0, 0, 1, 1, 1]
#每个元素是元组
data[0]
#(<PIL.Image.Image image mode=RGB size=256x256 at 0x23836184828>, 0)
#查看所有图片路径与类别标签
data.imgs
#
[('my_data\\classA\\a.png', 0),
('my_data\\classA\\b.png', 0),
('my_data\\classA\\c.png', 0),
('my_data\\classA\\d.png', 0),
('my_data\\classB\\m1.png', 1),
('my_data\\classB\\m2.png', 1),
('my_data\\classB\\m3.png', 1)]
查看单张图片
plt.imshow(data[0][0])