torchvision.datasets.ImageFolder数据加载
ImageFolder
一个通用的数据加载器,数据集中的数据以以下方式组织
1 2 3 4 5 6 7 | root / dog / xxx.png root / dog / xxy.png root / dog / xxz.png root / cat / 123.png root / cat / nsdf3.png root / cat / asd932_.png |
1 | datasets.ImageFolder(root = "root folder path" , [transform, target_transform]) |
使用时要注意图片的存储格式,如上所示
用此函数进行处理的时候,会自动会图片的label命名 0,1,3... 方便接下来的loss计算
class_names = image_datasets['train'].classes 可以会获得cat、dog 等组成的列表
1 2 3 4 5 6 7 8 9 10 11 12 13 | data_transforms = { 'train' : transforms.Compose([ transforms.RandomResizedCrop( 224 ), transforms.RandomHorizontalFlip(), transforms.ToTensor(), transforms.Normalize([ 0.485 , 0.456 , 0.406 ], [ 0.229 , 0.224 , 0.225 ]) ]), 'val' : transforms.Compose([ transforms.Resize( 256 ), transforms.CenterCrop( 224 ), transforms.ToTensor(), transforms.Normalize([ 0.485 , 0.456 , 0.406 ], [ 0.229 , 0.224 , 0.225 ]) ]), |
【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】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【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】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步