pytorch数据预处理Dataset

在PyTorch中，Dataset用于表示数据集的抽象类，它允许你自定义自己的数据集来存储样本及其对应的标签。

以下是使用PyTorch中的Dataset创建数据集的基本步骤

1. 导入Dataset类

import torch
from torch.utils.data import Dataset

2.定义类名称

class leiming(Dataset):

其中leiming 是创建的类名称，可以改为需要的名称

3.实现__init__方法

__init__用于初始化数据集所需资源，如数据文件的路径、数据加载到内存中的方式等。

    def __init__(self, file_path, transform=None):
        self.file_path = file_path
        self.imgs = []# 加载数据
        self.labels =[]# 加载标签 
        self.transform = transform # 可选的数据转换操作
        # 使用正确的变量名打开文件
        with open(self.file_path) as f: # 确保以只取模式打开文件 
            samples = [x.strip().split(' ') for x in f.readlines()]
            for img_path, label in samples:
                self.imgs.append(img_path))#图像的路径