深度学习模型的数据读取(python+torch.utils.data.Dataset)

最新推荐文章于 2022-07-19 11:58:55 发布

无宠不惊过一生

最新推荐文章于 2022-07-19 11:58:55 发布

阅读量3.4k

点赞数 3

分类专栏：深度学习之代码之UNet 文章标签： UNet 代码数据处理 torch.utils.data.Dataset

本文链接：https://blog.csdn.net/weixin_43330946/article/details/90927330

版权

本文介绍了在使用Python和PyTorch训练深度学习模型如UNet时，如何处理和预处理数据集。特别是通过torch.utils.data.Dataset进行数据读取的封装，包括`__init__()`用于参数初始化，`__getitem__()`实现数据预处理，以及`__len__()`确定数据集长度。以BraTS2018数据集为例，详细展示了数据预处理的步骤。

摘要由CSDN通过智能技术生成

在用python编写CNN、UNet、VGG等模型时，需要先对数据集进行处理，即先读取image和label并进行预处理（比如设置图像大小等）。

在这之前已经将BraTS2018的nii格式文件保存为png格式：

https://blog.csdn.net/weixin_43330946/article/details/89576759

下面的代码是我最近写UNet用于分割BraTS2018数据集的代码。但是一般情况下，数据预处理的封装都差不多。

torch.utils.data.Dataset主要包括三个部分：

https://blog.csdn.net/weixin_43330946/article/details/89598204

1、__init__()

主要用于参数初始化，个人理解就是参数定义。根据自己网络所需要的参数进行定义。

2、__getitem__()

获取数据集的序列。数据的预处理就在这个部分编写。

3、__len()__

返回数据集的长度。一般都是固定的，没什么影响。

import numpy as np
import torch
import torch.utils.data
import os
import torchvision
from PIL import Image
from torchvision import Variable

class med(torch.utils.data.Dataset):

最低0.47元/天解锁文章

无宠不惊过一生

关注

3
点赞
踩
16

收藏

觉得还不错? 一键收藏
3
评论
深度学习模型的数据读取(python+torch.utils.data.Dataset)

在用python编写CNN、UNet、VGG等模型时，需要先对数据集进行处理，即先读取image和label并进行预处理（比如设置图像大小等）。在这之前已经将BraTS2018的nii格式文件保存为png格式：https://blog.csdn.net/weixin_43330946/article/details/89576759下面的代码是我最近写UNet用于分割BraTS2018...
复制链接

扫一扫

专栏目录