[pytorch入门] 1. dataset类

晴空对晚照

已于 2024-01-22 09:25:02 修改

阅读量370

点赞数 8

分类专栏：深度学习 # pytorch 文章标签： pytorch 机器学习深度学习

于 2024-01-19 10:28:13 首次发布

本文链接：https://blog.csdn.net/yuri5151/article/details/135691222

版权

深度学习同时被 2 个专栏收录

9 篇文章 0 订阅

订阅专栏

pytorch

9 篇文章 0 订阅

订阅专栏

本文介绍了如何在Python中使用PyTorch库创建一个名为`MyDataset`的自定义数据集类，用于处理图像文件并加载标签。通过实例化`ants_dataset`和`bees_dataset`，合并它们并展示了数据集的长度和访问样例图片的方法。

摘要由CSDN通过智能技术生成

from torch.utils.data import Dataset
from PIL import Image
import cv2
import os
import matplotlib.pyplot as plt

class MyDataset(Dataset):
    def __init__(self, root_dir, label_dir):
        self.root_dir = root_dir
        self.label_dir = label_dir
        self.path = os.path.join(self.root_dir, self.label_dir)
        self.img_path = os.listdir(self.path)

    def __getitem__(self,idx):
        img_name = self.img_path[idx]
        img_item_path = os.path.join(self.root_dir, self.label_dir, img_name)
        img = Image.open(img_item_path)
        label = self.label_dir
        return img, label
    
    def __len__(self):
        return len(self.img_path)
    


root_dir = "./dataset/train"
ants_label_dir = "ants"
bees_label_dir = "bees"
ants_dataset = MyDataset(root_dir, ants_label_dir) 
bees_dataset = MyDataset(root_dir, bees_label_dir)


train_dataset = ants_dataset + bees_dataset
# print(ants_dataset)
# img, label = ants_dataset[0]
# img.show()
# print(label)
print(len(train_dataset))
print(len(ants_dataset))
print(len(bees_dataset))

img, label = train_dataset[124]
img.show()