如何使用PyTorch将数据矩阵作为标签分配给数据集中的每个输入图像？

Question

我想在PyTorch中训练卷积神经网络（CNN）以预测与输入图像有关的频谱数据。与其给每个图像（狗，猫，汽车，飞机等）分配一个标签，不如给每个图像分配标签矩阵（每个频率一个标签）。在PyTorch中，如何为数据集中的每个输入图像分配数据矩阵作为标签？我一直在尝试使用ImageFolder进行此操作。谢谢！

Answer 1

ImageFolder数据集期望一种仅处理一个类标签的特定结构，因此可能不适合您的需求。

如果您查看DatasetFolder Class，它是ImageFolder的父类，请注意__getitem__方法，该方法获取一个索引并返回样本和目标。您可以做的一件事是更改数据加载器的samples属性，使其返回您自己的路径并为每个索引标记元组。

或者，您可以创建自己的数据集类，该数据集类继承自torch.utils.data.Dataset，并具有__getitem__和__len__方法。