torchvision中的数据集使用
之前的Transforms主要是针对单个图片,这里主要介绍torchvision.datasets、torchvision.transforms联合使用,及如何下载、使用标准数据集。
以下载数据集CIFAR10为示例(要设置的参数):
这里download = True最好一直这样设置,比较方便。
import torchvision
#下载训练集和测试集
train_set = torchvision.datasets.CIFAR10(root='./dataset',train=True,download=True)#./表示当前目录
test_set = torchvision.datasets.CIFAR10(root='./dataset',train=False,download=True)
print(test_set[0])
print(test_set.classes)
img,target = test_set[0]
print(img)
print(target)
img.show()#展示PIL图片
将数据集与transforms联合使用。
import torchvision
from torch.utils.tensorboard import SummaryWriter
dataset_transform = torchvision.transforms.Compose([
torchvision.transforms.ToTensor(),#先进行一个tensor类型的转换
])
train_set = torchvision.datasets.CIFAR10(root='./dataset',train=True,transform = dataset_transform,download=True)#./表示当前目录
test_set = torchvision.datasets.CIFAR10(root='./dataset',train=False,transform = dataset_transform,download=True)
#显示test数据集的前十张图片
writer = SummaryWriter('p10')
for i in range(10):
img,target = test_set[i]
writer.add_image('test_set',img,i)
writer.close()