Question

我在Windows桌面上有一个文件夹，其中包含要用于构建深度学习分类器的图像。我也有一个.csv文件，该文件具有图像编号（例如img_1035）和相应的类标签。 如何将带有标签的数据集加载到python / jupyter笔记本中？ 这是指向kaggle（https://www.kaggle.com/debdoot/bdrw）上的数据集的链接。

我最好使用 PyTorch 来执行此操作，但是任何其他方式也将受到高度赞赏。

Answer 1

幸运的是，PyTorch具有方便的"ImageFolder" class，您可以扩展它来创建自己的数据集。

以下是使用ImageFolder的数据集的示例：

class MyDataset(torchvision.datasets.ImageFolder):

def __init__(self, train_folder_path='.', transform=None, target_transform=None):
    super().__init__(train_folder_path, transform, target_transform)

# [ Some functions omitted ]

然后使用PyTorch的“ DataLoader”加载您的集合。这是一个训练集的示例：

training_set = MyDataset(root_path, transform)
train_loader = torch.utils.data.DataLoader(training_set, batch_size=batch_size, shuffle=True)

使用火车装载机，您可以从数据集中获取批次。然后，您可以使用这些批次来训练/验证，等等：

batch = next(iter(train_loader))
images, labels = batch

训练是一个相当复杂的过程，因此我不确定您要在这里潜水多深。我希望这是朝着正确的方向前进。

如何在python中加载图像数据集

1 个答案: