2021-10-28

在juggle上下载的数据为label在文件夹上的图片数据，主要使用dataset类将图片数据和label同时导入，参考视频在b站，数据下载链接：ML 2021 Spring

链接：【绝对干货】pytorch加载自己的数据集，数据集载入-视频合集_哔哩哔哩_bilibili

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

hymenoptera_dataset = datasets.ImageFolder(root=r"F:李宏毅food-11traininglabeled",
                                           transform=None)
dataset_loader = torch.utils.data.DataLoader(hymenoptera_dataset,batch_size=4,shuffle=True)

主要存储数据的代码就是两句话，使用datasets.ImageFolder()读取文件，然后使用DataLoader将读取的文件储存下来，但是存储下来的数据不知道什么原因（本人小白，刚学一个星期python）无法直接索引

像上图的索引会显示，对象不可订阅（调用？），不是很懂

只能使用for循环将数据每次按照，batch_size= 4调用数据

for image,label in dataset_loader:
	print(image)	#batch_size个的图像数据，上面batch_size=4，就是一次取4个三维图像数据
	print(label)		# 一次取4个图像对应的label
#最终遍历完所有的图像，所以我们处理图像时只要在这个循环中处理就可以了

然后如果你想预处理你的图像数据，可以加入transform

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

'''定义一个transform处理图片'''
data_transform = transforms.Compose([
    transforms.Resize(32),#缩放图片，保持长宽比不变，最短边为32像素
    transforms.CenterCrop(32),#从图片中间切出32*32的图片
    transforms.ToTensor(),#将图片从image转为tensor
    transforms.Normalize(mean=[0.492,0.461,0.417],std=[0.256,0.248,0.251])
])

hymenoptera_dataset = datasets.ImageFolder(root=r"F:李宏毅food-11traininglabeled",
                                           transform=data_transform)
dataset_loader = torch.utils.data.DataLoader(hymenoptera_dataset,batch_size=4,shuffle=True)

'''测试代码'''
for image,label in dataset_loader:
	print(image)	#batch_size个的图像数据，4个三维图像数据
	print(label)		# 4个图像的label