pytorch如何创建自己的数据集

官方的教程的实例代码如下：

import os
import pandas as pd
from torchvision.io import read_image

class CustomImageDataset(Dataset):
    def __init__(self, annotations_file, img_dir, transform=None, target_transform=None):
        self.img_labels = pd.read_csv(annotations_file)
        self.img_dir = img_dir
        self.transform = transform
        self.target_transform = target_transform

    def __len__(self):
        return len(self.img_labels)

    def __getitem__(self, idx):
        img_path = os.path.join(self.img_dir, self.img_labels.iloc[idx, 0])
        image = read_image(img_path)
        label = self.img_labels.iloc[idx, 1]
        if self.transform:
            image = self.transform(image)
        if self.target_transform:
            label = self.target_transform(label)
        return image, label

解释

init

往里面写诸如：
img_dir （图片路径）
transform （图片变换）
这些东西

len

往里写数据集的长度即可

getitem

可以看到def __getitem__(self, idx):中有一个idx，也就是index，是用来遍历数据集中的每一个数据的
往这个方法里面写什么？
写根据idx获取到的每一个数据的
数据+标签
最后return 数据+标签就可以