学习笔记——pytorch的torchvision.datasets的ImageFolder使用

from torchvision.datasets import ImageFolder
import matplotlib.pyplot as plt
import torchvision.transforms as T

#总结一下torchvision.datasets的ImageFolder类
root="catanddogs_dataset"
#ImageFolder是一个class，该类的初始化方法需要传入5个参数，第一个参数root是一个string类型的，需要传入图片文件夹的path
'''
dataset=ImageFolder(root=root)#实例化一个类dataset类
print(type(dataset))#查看dataset类的类型

ImageFolder类有很多属性，比如class_to_idx为dict类型，是一个字典类型
imgs属性为list类型，是一个列表类型

a=dataset.class_to_idx
print('class_to_idx的类型：',type(a))
print('class_to_idx:',a)
print('*'*50)
b=dataset.imgs
print('imgs的类型：',type(b))
print('imgs:',b)
plt.imshow(dataset[1][0])
plt.axis('off')
plt.show()
#没有任何transform，返回的为PIL的Image对象
print(dataset[1][1])#第一维度是第几张图，第二维度为1返回label
'''
normalize=T.Normalize(mean=[0.5,0.5,0.5],std=[0.3,0.3,0.3])
transform=T.Compose([
    T.RandomSizedCrop(180),
    T.RandomHorizontalFlip(),
    T.ToTensor(),
    normalize
])
dataset=ImageFolder(root=root,transform=transform)
a=dataset.class_to_idx
print('class_to_idx的类型：',type(a))
print('class_to_idx:',a)
print('*'*50)
b=dataset.imgs
print('imgs的类型：',type(b))
print('imgs:',b)
to_img=T.ToPILImage()#transform提供了ToPILImage类
print(type(to_img))
c=to_img(dataset[1][0]*0.3+0.5)
plt.imshow(c)
plt.axis('off')
plt.show()