讀取圖像

• • 讀取已封裝好數據集
  • • 讀取 MNIST
  • 讀取自定義數據集

讀取已封裝好數據集

讀取 MNIST

transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize(0.5, 0.5)] ) # 如果沒有下載 MNIST 數據集，那么需要設置 download 參數為 True # 如果已經下載 MNIST 數據集，那么只需設置 download 參數為 False trainset = torchvision.datasets.MNIST(root='./data', train=True, transform=transform, download=False) trainloader = torch.utils.data.DataLoader(dataset=trainset, batch_size=batch_size, shuffle=True, num_workers=2) testset = torchvision.datasets.MNIST(root='./data', train=False, transform=transform, download=False) testloader = torch.utils.data.DataLoader(dataset=testset, batch_size=batch_size, shuffle=True, num_workers=2)

讀取自定義數據集

文件夾結構如圖所示

數據集讀取代碼如下：

class DIV2KDataset(data.Dataset):def __init__(self, file_path=[], crop_size_img=None, crop_size_label=None):"""para:file_path(list): 數據和標簽路徑,列表元素第一個為圖片路徑，第二個為標簽路徑"""# 1 正確讀入圖片和標簽路徑if len(file_path) != 2:raise ValueError("同時需要圖片和標簽文件夾的路徑，圖片路徑在前")self.img_path = file_path[0]self.label_path = file_path[1]# 2 從路徑中取出圖片和標簽數據的文件名保持到兩個列表當中（程序中的數據來源）self.imgs = self.read_file(self.img_path)self.labels = self.read_file(self.label_path)# 3 初始化數據處理函數設置self.crop_size_img = crop_size_imgself.crop_size_label = crop_size_labeldef __getitem__(self, index):img = self.imgs[index]label = self.labels[index]# 從文件名中讀取數據（圖片和標簽都是png格式的圖像數據）img = Image.open(img)label = Image.open(label)img, label = self.center_crop(img, label, crop_size_img, crop_size_label)img, label = self.img_transform(img, label)# print('處理后的圖片和標簽大小：',img.shape, label.shape)sample = {'img': img, 'label': label}return sampledef __len__(self):return len(self.imgs)def read_file(self, path):"""從文件夾中讀取數據"""files_list = os.listdir(path)file_path_list = [os.path.join(path, img) for img in files_list]file_path_list.sort()return file_path_listdef center_crop(self, data, label, crop_size_img, crop_size_label):"""裁剪輸入的圖片和標簽大小"""data = ff.center_crop(data, crop_size_img)label = ff.center_crop(label, crop_size_label)return data, labeldef img_transform(self, img, label):"""對圖片和標簽做一些數值處理"""transform = transforms.Compose([transforms.ToTensor(),# transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])])img = transform(img)label = transform(label)return img, label

調用讀取類示例如下：

train_Data = DIV2KDataset([TRAIN_ROOT, TRAIN_LABEL], crop_size_img, crop_size_label) 《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的PyTorch 读取图像图片数据的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。