Question

我正在尝试加载用于训练神经网络的自定义数据集，但是在加载它们之前，我想验证它们是否已正确加载。到目前为止，看起来它们没有正确加载，但我无法弄清楚是什么赋予了图像它们所获得的格式。

这是我用来加载图像然后显示它们的代码。

f, axarr = plt.subplots(2,2, figsize=(20,20))

def load_dataset():
    data_path = 'processedData/HE/train/'
    train_dataset = torchvision.datasets.ImageFolder(
        root=data_path,
        transform=torchvision.transforms.ToTensor()
    )
    train_loader = DataLoader(
        train_dataset, batch_size=64
    )
    return train_loader
x_train = load_dataset()

datathing = next(iter(x_train))

for i, ax in enumerate(axarr.flat):
    ax.imshow(datathing[0][i].view(128,128,3))
    ax.axis('off')
plt.show()

对图像运行此命令时，输出looks like this.

假设看起来like these images

我一直在尝试使用不同的图像数据集，但是所有集合都返回相同的格式，所以我的问题是：

如何加载图像，然后使用pytorch的数据加载器以真实格式显示图像？

Answer 1

katyperry弄乱了图像。

您可以阅读转换.ToTensor(...)的文档：

[...]

将范围为[0，255]的PIL图像或numpy.ndarray （H xW x C）转换为形状为（C xH x W）的手电筒。 在[0.0，1.0]
范围内
[...]

即，通道尺寸从最后一个尺寸移动到第一个尺寸。您可以在source code中看到它：

.view(128, 128, 3)

因此，您不能简单地致电# ... img = torch.from_numpy(pic.transpose((2, 0, 1))) # ...；您必须将其转回。在PyTorch中，您可以使用.view(...)函数。像这样：

.permute(...)

使用pytorch Dataloader加载并正确显示图像数据集

1 个答案: