网络编程
位置:首页>> 网络编程>> Python编程>> pytorch加载自己的图像数据集实例

pytorch加载自己的图像数据集实例

作者:hnu_zzt  发布时间:2021-09-25 12:00:49 

标签:pytorch,加载,图像,数据集

之前学习深度学习算法,都是使用网上现成的数据集,而且都有相应的代码。到了自己开始写论文做实验,用到自己的图像数据集的时候,才发现无从下手 ,相信很多新手都会遇到这样的问题。

参考文章https://www.jb51.net/article/177613.htm

下面代码实现了从文件夹内读取所有图片,进行归一化和标准化操作并将图片转化为tensor。最后读取第一张图片并显示。


# 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.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 FlameSet(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]
 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

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

if __name__ == '__main__':
dataSet=FlameSet('./test')
print(dataSet[0])

显示结果:

pytorch加载自己的图像数据集实例

补充知识:使用Pytorch进行读取本地的MINIST数据集并进行装载

pytorch中的torchvision.datasets中自带MINIST数据集,可直接调用模块进行获取,也可以进行自定义自己的Dataset类进行读取本地数据和初始化数据。

1. 直接使用pytorch自带的MNIST进行下载:

缺点: 下载速度较慢,而且如果中途下载失败一般得是重新进行执行代码进行下载:


# # 训练数据和测试数据的下载
# 训练数据和测试数据的下载
trainDataset = torchvision.datasets.MNIST( # torchvision可以实现数据集的训练集和测试集的下载
 root="./data", # 下载数据,并且存放在data文件夹中
 train=True, # train用于指定在数据集下载完成后需要载入哪部分数据,如果设置为True,则说明载入的是该数据集的训练集部分;如果设置为False,则说明载入的是该数据集的测试集部分。
 transform=transforms.ToTensor(), # 数据的标准化等操作都在transforms中,此处是转换
 download=True # 瞎子啊过程中如果中断,或者下载完成之后再次运行,则会出现报错
)

testDataset = torchvision.datasets.MNIST(
 root="./data",
 train=False,
 transform=transforms.ToTensor(),
 download=True
)

2. 自定义dataset类进行数据的读取以及初始化。

其中自己下载的MINIST数据集的内容如下:

pytorch加载自己的图像数据集实例

自己定义的dataset类需要继承: Dataset

需要实现必要的魔法方法:

__init__魔法方法里面进行读取数据文件

__getitem__魔法方法进行支持下标访问

__len__魔法方法返回自定义数据集的大小,方便后期遍历

示例如下:


class DealDataset(Dataset):
 """
   读取数据、初始化数据
 """
 def __init__(self, folder, data_name, label_name,transform=None):
   (train_set, train_labels) = load_minist_data.load_data(folder, data_name, label_name) # 其实也可以直接使用torch.load(),读取之后的结果为torch.Tensor形式
   self.train_set = train_set
   self.train_labels = train_labels
   self.transform = transform

def __getitem__(self, index):

img, target = self.train_set[index], int(self.train_labels[index])
   if self.transform is not None:
     img = self.transform(img)
   return img, target

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

其中load_minist_data.load_data也是我们自己写的读取数据文件的函数,即放在了load_minist_data.py中的load_data函数中。具体实现如下:


def load_data(data_folder, data_name, label_name):
"""
   data_folder: 文件目录
   data_name: 数据文件名
   label_name:标签数据文件名
 """
with gzip.open(os.path.join(data_folder,label_name), 'rb') as lbpath: # rb表示的是读取二进制数据
 y_train = np.frombuffer(lbpath.read(), np.uint8, offset=8)

with gzip.open(os.path.join(data_folder,data_name), 'rb') as imgpath:
 x_train = np.frombuffer(
   imgpath.read(), np.uint8, offset=16).reshape(len(y_train), 28, 28)
return (x_train, y_train)

编写完自定义的dataset就可以进行实例化该类并装载数据:


# 实例化这个类,然后我们就得到了Dataset类型的数据,记下来就将这个类传给DataLoader,就可以了。
trainDataset = DealDataset('MNIST_data/', "train-images-idx3-ubyte.gz","train-labels-idx1-ubyte.gz",transform=transforms.ToTensor())
testDataset = DealDataset('MNIST_data/', "t10k-images-idx3-ubyte.gz","t10k-labels-idx1-ubyte.gz",transform=transforms.ToTensor())

# 训练数据和测试数据的装载
train_loader = dataloader.DataLoader(
 dataset=trainDataset,
 batch_size=100, # 一个批次可以认为是一个包,每个包中含有100张图片
 shuffle=False,
)

test_loader = dataloader.DataLoader(
 dataset=testDataset,
 batch_size=100,
 shuffle=False,
)

构建简单的神经网络并进行训练和测试:


class NeuralNet(nn.Module):

def __init__(self, input_num, hidden_num, output_num):
   super(NeuralNet, self).__init__()
   self.fc1 = nn.Linear(input_num, hidden_num)
   self.fc2 = nn.Linear(hidden_num, output_num)
   self.relu = nn.ReLU()

def forward(self,x):
   x = self.fc1(x)
   x = self.relu(x)
   y = self.fc2(x)
   return y

# 参数初始化
epoches = 5
lr = 0.001
input_num = 784
hidden_num = 500
output_num = 10
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

# 产生训练模型对象以及定义损失函数和优化函数
model = NeuralNet(input_num, hidden_num, output_num)
model.to(device)
criterion = nn.CrossEntropyLoss() # 使用交叉熵作为损失函数
optimizer = optim.Adam(model.parameters(), lr=lr)

# 开始循环训练
for epoch in range(epoches): # 一个epoch可以认为是一次训练循环
 for i, data in enumerate(train_loader):
   (images, labels) = data
   images = images.reshape(-1, 28*28).to(device)
   labels = labels.to(device)
   output = model(images) # 经过模型对象就产生了输出
   loss = criterion(output, labels.long()) # 传入的参数: 输出值(预测值), 实际值(标签)
   optimizer.zero_grad() # 梯度清零
   loss.backward()
   optimizer.step()

if (i+1) % 100 == 0: # i表示样本的编号
     print('Epoch [{}/{}], Loss: {:.4f}'
        .format(epoch + 1, epoches, loss.item())) # {}里面是后面需要传入的变量
                             # loss.item
# 开始测试
with torch.no_grad():
 correct = 0
 total = 0
 for images, labels in test_loader:
   images = images.reshape(-1, 28*28).to(device) # 此处的-1一般是指自动匹配的意思, 即不知道有多少行,但是确定了列数为28 * 28
                          # 其实由于此处28 * 28本身就已经等于了原tensor的大小,所以,行数也就确定了,为1
   labels = labels.to(device)
   output = model(images)
   _, predicted = torch.max(output, 1)
   total += labels.size(0) # 此处的size()类似numpy的shape: np.shape(train_images)[0]
   correct += (predicted == labels).sum().item()
 print("The accuracy of total {} images: {}%".format(total, 100 * correct/total))

来源:https://blog.csdn.net/hnu_zzt/article/details/84766049

0
投稿

猜你喜欢

手机版 网络编程 asp之家 www.aspxhome.com