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