品牌网站开发公司,3d动画制作软件下载,有做阿里网站的吗,资源网站优化排名在分类任务中#xff0c;数据集文件存储往往是如下形式#xff1a;
- train- class1- image1.jpg- image2.jpg...- class2- image1.jpg- image2.jpg......此时#xff0c;我们想要获取图片和标签#xff0c;标签即为文件名#xff08;class1、class2…#xff09; 可以使…在分类任务中数据集文件存储往往是如下形式
- train- class1- image1.jpg- image2.jpg...- class2- image1.jpg- image2.jpg......
此时我们想要获取图片和标签标签即为文件名class1、class2… 可以使用torchvision.datasets.ImageFolder()来进行获取示例代码如下
dataset datasets.ImageFolder(rootDATA_PATH/train)
torchvision.datasets.ImageFolder() 参数列表
root图像文件读取路径transform对图像数据采取的数据增强策略target_transform对label进行转换loader指定加载图像的函数is_valid_file获取图像路径检查文件的有效性
返回值
dataset 返回有如下三个属性
self.classes用一个 list 保存类别名称self.class_to_idx类别对应的索引与不做任何转换返回的 target 对应self.imgs保存(img-path, class) tuple的 list
我们得到的dataset,它的结构就是[(img_data,class_id),(img_data,class_id),…]下面我们打印dataset第一个元素中的图片 返回对应的label 其中对于dataset[0]来说其中也存储了两个元素第一个是图片第二个是类别索引号。
sample dataset[0]
img sample[0] #图片
label sample[1] #类别索引注意
dataset中存储的label是按文件夹顺序生成对应索引的且以下标为0开始。如果要读取类别的字符可以通过self.classes[0]来获取。train文件夹下的文件格式是固定的不能有多余的文件否则会读取出错。
