Pytorch-GAN-加载数据

加载指定目录下的图片

工于利其事，必先善其器。加载训练数据集是深度学习基础中的基础，因此在这里将加载数据集这一过程封装好，后续训练GAN时就可以快速进行模型测试了。

为了能够与大部分的pytorch代码兼容，最好是采用pytorch官方推荐的方式，通过继承Dataset实现加载数据的过程。对于GAN的训练，由于大部分情况下不需要与图片对应的标签，所以加载数据的情况可以分为：

1. 图片都放在某一个目录下
2. 图片放在某一个目录及其子目录下

因此可以先找到目录下所有需要处理的图片路径，然后读取图片并转化为Tensor的形式。代码如下，以GAN常用数据集FFHQ为例：

import pathlib
import torchvision.transforms as transforms
from torch.utils.data import Dataset
from PIL import Image

class ImagesFolder(Dataset):
    def __init__(self, root, transform=None,distributed=False,open_mode=None):
        self.images_path = self.getImagesPath(root,distributed)
        self.transform=transform