PyTorch1加载数据初认识+Dataset
1 from torch.utils.data import Dataset 2 from PIL import Image 3 4 import cv2 5 import os 6 7 class MyData(Dataset): 8 def __init__(self, root_dir, lable_dir): 9 self.root_dir = root_dir 10 self.lable_dir = lable_dir 11 self.path = os.path.join(self.root_dir, self.lable_dir) 12 self.img_path = os.listdir(self.path) 13 14 def __getitem__(self, idx): 15 img_name = self.img_path[idx] 16 img_item_path = os.path.join(self.root_dir, self.lable_dir, img_name) 17 img = Image.open(img_item_path) 18 lable = self.lable_dir 19 return img, lable 20 21 def __len__(self): 22 return len(self.img_path) 23 24 root_dir = "E:\\python\\learn_pytorch\\dataset\\train" 25 ants_lable_dir = "ants" 26 bees_lable_dir = "bees" 27 ants_dataset = MyData(root_dir, ants_lable_dir) 28 bees_dataset = MyData(root_dir, bees_lable_dir)
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)