pytorch加载自己的图片数据集的两种方法

ImageFolder 加载数据集

使用pytorch提供的Dataset类创建自己的数据集。

Dataset加载数据集

接下来我们就可以构建我们的网络架构:

训练我们的网络:

保存网络模型（这里不止是保存参数，还保存了网络结构）

pytorch加载图片数据集有两种方法。

1.ImageFolder 适合于分类数据集，并且每一个类别的图片在同一个文件夹, ImageFolder加载的数据集，训练数据为文件件下的图片，训练标签是对应的文件夹，每个文件夹为一个类别

在Flower_Orig_dataset文件夹下有flower_orig 和 sunflower这两个文件夹，这两个文件夹下放着同一个类别的图片。使用 ImageFolder 加载的图片，就会返回图片信息和对应的label信息，但是label信息是根据文件夹给出的，如flower_orig就是标签0， sunflower就是标签1。

ImageFolder 加载数据集

1. 导入包和设置transform

from torchvision.datasets import ImageFolderimport torch
from torchvision import transforms, datasets
import torch.nn as nn
from torch.utils.data import DataLoadertransforms = transforms.Compose([transforms.Resize(256),    # 将图片短边缩放至256，长宽比保持不变：transforms.CenterCrop(224),   #将图片从中心切剪成3*224*224大小的图片transforms.ToTensor()          #把图片进行归一化，并把数据转换成Tensor类型
])

2.加载数据集: 将分类图片的父目录作为路径传递给ImageFolder(), 并传入transform。这样就有了要加载的数据集，之后就可以使用DataLoader加载数据，并构建网络训练。

path = r'D:\dataset_deep_learning\Flower_Orig_dataset'data_train = datasets.ImageFolder(path, transform=transforms)data_loader = DataLoader(data_train, batch_size=64, shuffle=True)for i, data in enumerate(data_loader):images, labels = data# 打印数据集中的图片img = torchvision.utils.make_grid(images).numpy()plt.imshow(np.transpose(img, (1, 2, 0)))plt.show()break

使用pytorch提供的Dataset类创建自己的数据集。

具体步骤:

1. 首先要有一个txt文件，这个文件格式是：图片路径标签图片文件夹. 这样的格式, 所以使用os库，遍历自己的图片名，并把标签和图片路径写入txt文件。

2. 有了这个txt文件，我们就可以在类里面构造我们的数据集.

2.1 把图片路径和图片标签分割开，有三个列表，一个列表是图片路径名，一个列表是标签号，一个列表是这类图片的文件夹。有一点就是第 i 个图片列表和第 i 个标签是对应的

3. 重写__len__方法和 __getitem__方法

3.1 getitem方法中，获得对应的图片路径，并用PIL库读取文件把图片transfrom后，在getitem函数中返回读取的图片和标签即可

4.就可以构建数据集实例和加载数据集.

文件结构如图：

定义一个用来生成[ 图片路径标签该类图片文件夹名] 这样的txt文件函数（因为用了a追加的方式，所以，flower_orig和sunflower两个文件夹下的都被写进data.txt文件了）

#打开存放图片的文件夹，然后遍历文件名，把文件名字， label 还有 文件夹名写入data.txt文件中。import osdef make_txt(root, file_name, label):path = os.path.join(root, file_name)  data = os.listdir(path)f = open(root + '\\' + 'data.txt', 'a')for line in data:f.write(line + ' ' + str(label) + ' ' + file_name + '\n')f.close()path = r'D:\dataset_deep_learning\Flower_Orig_dataset'# 调用函数生成两个文件夹下的txt文件
make_txt(path, file_name='flower_orig', label=0)
make_txt(path, file_name='sunflower', label=1)

现在看看查看data.txt文件的格式如图：(由图中三部分组成)

现在我们已经有了我们制作数据集所需要的txt文件，接下来要做的即使继承Dataset类，来构建自己的数据集，别忘了前面说的构建数据集步骤，在__getitem__函数中，需要拿到图片路径和标签，并且用PIL库方法读取图片，对图片进行transform转换后，返回图片信息和标签信息

Dataset加载数据集

#我们读取图片的根目录， 在根目录下有所有图片的txt文件， 拿到txt文件后， 先读取txt文件， 之后遍历txt文件中的每一行， 首先去除掉尾部的换行符， 在以空格切分，前半部分是图片名称， 后半部分是图片标签， 当图片名称和根目录结合，就得到了我们的图片路径
import osimport numpy as np
import torch
import torchvision
from PIL import Image
from matplotlib import pyplot as plt
from torch.utils.data import Dataset, DataLoader
from torchvision import transformstransforms = transforms.Compose([transforms.Resize(256),    # 将图片短边缩放至256，长宽比保持不变：transforms.CenterCrop(224),   #将图片从中心切剪成3*224*224大小的图片transforms.ToTensor()          #把图片进行归一化，并把数据转换成Tensor类型
])class MyDataset(Dataset):def __init__(self, img_path, transform=None):super(MyDataset, self).__init__()self.root = img_pathself.txt_root = self.root + '\\' + 'data.txt'f = open(self.txt_root, 'r')data = f.readlines()imgs = []labels = []for line in data:line = line.rstrip()word = line.split()#print(word[0], word[1], word[2])   #word[0]是图片名字.jpg  word[1]是label  word[2]是文件夹名，如sunflowerimgs.append(os.path.join(self.root,word[2], word[0]))labels.append(word[1])self.img = imgsself.label = labelsself.transform = transformdef __len__(self):return len(self.label)def __getitem__(self, item):img = self.img[item]label = self.label[item]img = Image.open(img).convert('RGB')# 此时img是PIL.Image类型   label是str类型if self.transform is not None:img = self.transform(img)label = np.array(label).astype(np.int64)label = torch.from_numpy(label)return img, label

加载我们的数据集并查看我们加载到图片:

path = r'D:\数据集\Flower_Orig_dataset'
dataset = MyDataset(path, transform=transform)data_loader = DataLoader(dataset=dataset, batch_size=64, shuffle=True)for i, data in enumerate(data_loader):images, labels = data# 打印数据集中的图片img = torchvision.utils.make_grid(images).numpy()plt.imshow(np.transpose(img, (1, 2, 0)))plt.show()break

接下来我们就可以构建我们的网络架构:

class Net(nn.Module):def __init__(self):super(Net, self).__init__()self.conv1 = nn.Conv2d(3,16,3)self.maxpool = nn.MaxPool2d(2,2)self.conv2 = nn.Conv2d(16,5,3)self.relu = nn.ReLU()self.fc1 = nn.Linear(55*55*5, 1200)self.fc2 = nn.Linear(1200,64)self.fc3 = nn.Linear(64,2)def forward(self,x):x = self.maxpool(self.relu(self.conv1(x)))    #113x = self.maxpool(self.relu(self.conv2(x)))    #55x = x.view(-1, self.num_flat_features(x))x = self.relu(self.fc1(x))x = self.relu(self.fc2(x))x = self.fc3(x)return xdef num_flat_features(self, x):size = x.size()[1:]num_features = 1for s in size:num_features *= sreturn num_features

训练我们的网络:

model = Net()criterion = torch.nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.01)epochs = 10
for epoch in range(epochs):running_loss = 0.0for i, data in enumerate(data_loader):images, label = dataout = model(images)loss = criterion(out, label)optimizer.zero_grad()loss.backward()optimizer.step()running_loss += loss.item()if(i+1)%10 == 0:print('[%d  %5d]   loss: %.3f'%(epoch+1, i+1, running_loss/100))running_loss = 0.0print('finished train')

保存网络模型（这里不止是保存参数，还保存了网络结构）

#保存模型
torch.save(net, 'model_name.pth')   #保存的是模型， 不止是w和b权重值# 读取模型
model = torch.load('model_name.pth')