Pytorch加载自己的文件夹中数据

本文详细介绍如何使用PyTorch的Dataset和DataLoader类来加载和预处理图像数据集,包括自定义数据集类、应用数据增强、创建数据加载器等关键步骤。

 

使用Pytorch中的,Dataset , DataLoader类去加载数据集:


import torch
from torchvision import transforms, datasets
import os,sys
from torch.utils.data import Dataset,DataLoader
from PIL import Image
import numpy as np

data_transform = transforms.Compose([
    transforms.RandomSizedCrop(224),
    transforms.RandomHorizontalFlip(),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485,0.456,0.406],
                         std = [0.229, 0.224, 0.225])
])

class my_dataset(Dataset):
    def __init__(self,img_path, mask_path, data_transform=None):
        self.img_path = img_path
        self.mask_path = mask_path
        self.transforms = data_transform
        self.img_list, self.mask_list = [],[]

        for file in os.listdir(self.img_path):
            img_path = os.path.join(self.img_path, file)
            self.img_list.append(img_path)


        for file in os.listdir(self.mask_path):
            mask_path = os.pa
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值