pytorch 数据处理:定义自己的数据集合实例

数据处理

版本1

#数据处理
import os
import torch
from torch.utils import data
from PIL import Image
import numpy as np

#定义自己的数据集合
class DogCat(data.Dataset):

def __init__(self,root):
   #所有图片的绝对路径
   imgs=os.listdir(root)

self.imgs=[os.path.join(root,k) for k in imgs]

def __getitem__(self, index):
   img_path=self.imgs[index]
   #dog-> 1 cat ->0
   label=1 if 'dog' in img_path.split('/')[-1] else 0
   pil_img=Image.open(img_path)
   array=np.asarray(pil_img)
   data=torch.from_numpy(array)
   return data,label

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

dataSet=DogCat('./data/dogcat')

print(dataSet[0])

输出：

(
( 0 ,.,.) =
215 203 191
206 194 182
211 199 187
⋮
200 191 186
201 192 187
201 192 187

( 1 ,.,.) =
215 203 191
208 196 184
213 201 189
⋮
198 189 184
200 191 186
201 192 187

( 2 ,.,.) =
215 201 188
209 195 182
214 200 187
⋮
200 191 186
202 193 188
204 195 190
…

(399,.,.) =
72 90 32
88 106 48
38 56 0
⋮
158 161 106
87 85 36
105 98 52
[torch.ByteTensor of size 400x300x3]
, 1)

上面的数据处理有下面的问题：

1.返回的样本的形状大小不一致，每一张图片的大小不一样。这对于需要batch训练的神经网络来说很不友好。

2. 返回的数据样本数值很大，没有归一化【-1,1】

对于上面的问题，pytorch torchvision 是一个视觉化的工具包，提供了很多的图像处理的工具，其中transforms模块提供了对PIL image对象和Tensor对象的常用操作。

对PIL Image常见的操作如下;

Resize 调整图片的尺寸，长宽比保持不变

CentorCrop ，RandomCrop,RandomSizeCrop 裁剪图片

Pad 填充

ToTensor 将PIL Image 转换为Tensor,会自动将[0,255] 归一化至[0,1]

对Tensor 的操作如下:

Normalize 标准化，即减均值，除以标准差

ToPILImage 将Tensor转换为 PIL Image对象

版本2

#数据处理
import os
import torch
from torch.utils import data
from PIL import Image
import numpy as np
from torchvision import transforms

transform=transforms.Compose([
 transforms.Resize(224), #缩放图片，保持长宽比不变，最短边的长为224像素,
 transforms.CenterCrop(224), #从中间切出 224*224的图片
 transforms.ToTensor(), #将图片转换为Tensor,归一化至[0,1]
 transforms.Normalize(mean=[.5,.5,.5],std=[.5,.5,.5]) #标准化至[-1,1]
])

#定义自己的数据集合
class DogCat(data.Dataset):

def __init__(self,root):
   #所有图片的绝对路径
   imgs=os.listdir(root)

self.imgs=[os.path.join(root,k) for k in imgs]
   self.transforms=transform

def __getitem__(self, index):
   img_path=self.imgs[index]
   #dog-> 1 cat ->0
   label=1 if 'dog' in img_path.split('/')[-1] else 0
   pil_img=Image.open(img_path)
   if self.transforms:
     data=self.transforms(pil_img)
   else:
     pil_img=np.asarray(pil_img)
     data=torch.from_numpy(pil_img)
   return data,label

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

dataSet=DogCat('./data/dogcat')

print(dataSet[0])

输出：

(
( 0 ,.,.) =
-0.1765 -0.2627 -0.1686 … -0.0824 -0.2000 -0.2627
-0.2392 -0.3098 -0.3176 … -0.2863 -0.2078 -0.1765
-0.3176 -0.2392 -0.2784 … -0.2941 -0.1137 -0.0118
… ⋱ …
-0.7569 -0.5922 -0.1529 … -0.8510 -0.8196 -0.8353
-0.8353 -0.7255 -0.3255 … -0.8275 -0.8196 -0.8588
-0.9373 -0.7647 -0.4510 … -0.8196 -0.8353 -0.8824

( 1 ,.,.) =
-0.0431 -0.1373 -0.0431 … 0.0118 -0.0980 -0.1529
-0.0980 -0.1686 -0.1765 … -0.1608 -0.0745 -0.0431
-0.1686 -0.0902 -0.1373 … -0.1451 0.0431 0.1529
… ⋱ …
-0.5529 -0.3804 0.0667 … -0.7961 -0.7725 -0.7961
-0.6314 -0.5137 -0.1137 … -0.7804 -0.7882 -0.8275
-0.7490 -0.5608 -0.2392 … -0.7725 -0.8039 -0.8588
…
[torch.FloatTensor of size 3x224x224]
, 1)

项目的github地址：https://github.com/WebLearning17/CommonTool

来源：https://blog.csdn.net/TH_NUM/article/details/80877196