pytorch DataSet如何读取文件夹下所有图片

系列文章

pytorch学习笔记（1）–QUICKSTARTpytorch学习笔记（2）–Tensorpytorch学习笔记（3）–数据集与数据导入pytorch学习笔记（4）–创建模型(Build Model)pytorch学习笔记（5）–Autograd

文章目录

• 系列文章
• Datasets & DataLoaders

• 导入数据集
• 迭代和可视化数据集
• 用自己的文件创建自定义数据集

• init
• len
• getitem

• 使用 DataLoaders 准备数据以进行训练
• 通过DataLoader进行迭代
• Normalization

• Transforms
• ToTensor()
• Lambda transforms

---

Datasets & DataLoaders

pytorch提供两个数据库：torch.utils.data.DataLoader 和torch.utils.data.Dataset
Dataset 存储样本及其相应的标签，DataLoader 围绕 Dataset 包装一个可迭代对象，以便轻松访问样本。

导入数据集

这里，我们使用FasionMNIST数据集,包含60000个训练样本和10000个测试样本，每个样本大小为28*28，样本标签有10个类别。

• 每张图片宽W=28像素点，高H=28像素点，一共784个像素。
• 10个类别标签，如T恤、裤子、裙子、包等
• 每个像素的灰度值范围为[0,255],0表示白色，255表示黑色。

数据下载的方式如下：

• root:：训练/测试数据的存储路径
• train：用于区分训练集/测试集
• download = True：如果root没有数据集的话，从网上下载这些数据集
• transform 和target_transform区分特征和标签转换。

import torch
from torch.utils.data import Dataset
from torchvision import datasets
from torchvision.transforms import ToTensor
import matplotlib.pyplot as plt


training_data = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor()
)

test_data = datasets.FashionMNIST(
    root="data",
    train=False,
    download=True,
    transform=ToTensor()
)

输出：

Downloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/train-images-idx3-ubyte.gz
Downloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/train-images-idx3-ubyte.gz to data/FashionMNIST/raw/train-images-idx3-ubyte.gz
100%|██████████| 26421880/26421880 [00:01<00:00, 16830775.08it/s]
Extracting data/FashionMNIST/raw/train-images-idx3-ubyte.gz to data/FashionMNIST/raw

Downloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/train-labels-idx1-ubyte.gz
Downloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/train-labels-idx1-ubyte.gz to data/FashionMNIST/raw/train-labels-idx1-ubyte.gz
100%|██████████| 29515/29515 [00:00<00:00, 266357.87it/s]
Extracting data/FashionMNIST/raw/train-labels-idx1-ubyte.gz to data/FashionMNIST/raw

Downloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/t10k-images-idx3-ubyte.gz
Downloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/t10k-images-idx3-ubyte.gz to data/FashionMNIST/raw/t10k-images-idx3-ubyte.gz
100%|██████████| 4422102/4422102 [00:00<00:00, 5011733.84it/s]
Extracting data/FashionMNIST/raw/t10k-images-idx3-ubyte.gz to data/FashionMNIST/raw

Downloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/t10k-labels-idx1-ubyte.gz
Downloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/t10k-labels-idx1-ubyte.gz to data/FashionMNIST/raw/t10k-labels-idx1-ubyte.gz
100%|██████████| 5148/5148 [00:00<00:00, 14718661.89it/s]
Extracting data/FashionMNIST/raw/t10k-labels-idx1-ubyte.gz to data/FashionMNIST/raw

迭代和可视化数据集

我们可以像列表一样手动索引数据集：training_data[index]。我们使用 matplotlib 可视化训练数据中的一些样本。

labels_map = {
    0: "T-Shirt",
    1: "Trouser",
    2: "Pullover",
    3: "Dress",
    4: "Coat",
    5: "Sandal",
    6: "Shirt",
    7: "Sneaker",
    8: "Bag",
    9: "Ankle Boot",
}
figure = plt.figure(figsize=(8, 8))#创建一个大小为8*8的图表
cols, rows = 3, 3
for i in range(1, cols * rows + 1):
    sample_idx = torch.randint(len(training_data), size=(1,)).item()
    img, label = training_data[sample_idx]
    figure.add_subplot(rows, cols, i)
    plt.title(labels_map[label])
    plt.axis("off")#隐藏坐标轴
    plt.imshow(img.squeeze(), cmap="gray")#squeeze删除尺寸为1的维度
plt.show()

可以使用squeeze(dim)来指定要删除的特定维度，而不是删除所有尺寸为1的维度。例如，x.squeeze(2)将仅删除第3维度上尺寸为1的维度。

输出：

用自己的文件创建自定义数据集

自定义 Dataset 类必须实现三个函数：__init__、__len__ 和 __getitem__。看看这个实现； FashionMNIST图像存储在目录img_dir中，它们的标签单独存储在CSV文件annotations_file中。

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

init

init 函数在实例化 Dataset 对象时运行一次。我们初始化包含图像、注释文件和两种转换(transform和target_transform)的目录（下一节将更详细地介绍）。
labels.csv 文件如下所示：

tshirt1.jpg, 0
    tshirt2.jpg, 0
    ......
    ankleboot999.jpg, 9

len

len 函数返回数据集中的样本数。

getitem

getitem 函数加载并返回给定索引 idx 处数据集中的样本。基于索引，它识别图像在磁盘上的位置，使用 read_image 将其转换为张量，从 self.img_labels 中的 csv 数据中检索相应的标签，调用它们的转换函数（如果适用），并返回元组中的张量图像和相应的标签。

使用 DataLoaders 准备数据以进行训练

数据集检索数据集的特征并一次标记一个样本。在训练模型时，我们通常希望以“minibatches”方式传递样本，在每个epoch重新整理数据以减少模型过度拟合，并使用 Python 的multiprocessing来加速数据检索。

from torch.utils.data import DataLoader

train_dataloader = DataLoader(training_data, batch_size=64, shuffle=True)
test_dataloader = DataLoader(test_data, batch_size=64, shuffle=True)

通过DataLoader进行迭代

在机器学习中，您需要指定数据集中的特征和标签。输入Features，输出Labels。我们训练特征，然后训练模型来预测标签。

• data 将用于训练模型的训练数据以及用于评估模型的测试数据
• batch size 每批次要处理的记录数
• shuffle 按索引对数据的随机样本进行混洗

# Display image and label.
train_features, train_labels = next(iter(train_dataloader))
print(f"Feature batch shape: {train_features.size()}")
print(f"Labels batch shape: {train_labels.size()}")
img = train_features[63].squeeze()
label = train_labels[63]
plt.imshow(img, cmap="gray")
plt.show()
print(f"Label: {label}")

Feature batch shape: torch.Size([64, 1, 28, 28])
Labels batch shape: torch.Size([64])

Label:8

Normalization

Normalization是一种常见的数据预处理技术，用于缩放或转换数据，以确保每个特征的学习贡献相等。 例如，灰度图像中的每个像素的值在0到255之间，这是特征。 如果一个像素值为17，另一个像素为197。就会出现像素重要性分布不均匀的情况，因为较高的像素量会使学习发生偏差。 标准化会改变数据的范围，而不会扭曲其特征之间的区别。 进行此预处理是为了避免：

• 预测精度降低
• 模型学习困难
• 特征数据范围的不利分布

Transforms

数据并不总是以训练机器学习算法所需的最终处理形式出现。 我们使用转换来操作数据并使其适合训练。
所有 TorchVision 数据集都有两个参数（transform 用于修改特征，target_transform 用于修改标签），它们接受包含转换逻辑的可调用对象。 torchvision.transforms 模块提供了几种开箱即用的常用转换。

FashionMNIST特征采用PIL图像格式，标签为整数。 对于训练，我们需要将特征作为归一化张量，将标签作为one-hot编码张量。 为了进行这些转换，我们将使用 ToTensor 和 Lambda

from torchvision import datasets
from torchvision.transforms import ToTensor, Lambda

ds = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor(),
    target_transform=Lambda(lambda y: torch.zeros(10, dtype=torch.float).scatter_(0, torch.tensor(y), value=1))
)

ToTensor()

ToTensor 将 PIL 图像或 NumPy ndarray 转换为 FloatTensor 并将图像的像素强度值缩放到范围 [0., 1.]

Lambda transforms

Lambda 转换应用任何用户定义的 lambda 函数。 在这里，我们定义一个函数将整数转换为 one-hot 编码张量。 它首先创建一个大小为 10（数据集中的标签数量）的零张量，并调用 scatter，它在标签 y 给定的索引上分配值=1。 您还可以使用 torch.nn.function.one_hot 作为另一个选项来执行此操作。