torchvision.datasets.ImageFolder数据加载

最新推荐文章于 2025-06-01 00:00:00 发布

转载最新推荐文章于 2025-06-01 00:00:00 发布 · 1.8k 阅读

2 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/pythonClub/p/10429211.html

本文详细介绍了PyTorch中ImageFolder数据加载器的使用方法，包括数据集组织方式、图片预处理步骤及如何获取类别标签。适用于图像分类任务的数据准备。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ImageFolder

一个通用的数据加载器，数据集中的数据以以下方式组织

root/dog/xxx.png
root/dog/xxy.png
root/dog/xxz.png
 
root/cat/123.png
root/cat/nsdf3.png
root/cat/asd932_.png

datasets.ImageFolder(root="root folder path", [transform, target_transform])

使用时要注意图片的存储格式，如上所示

用此函数进行处理的时候，会自动会图片的label命名 0，1，3... 方便接下来的loss计算

class_names = image_datasets['train'].classes 可以会获得cat、dog 等组成的列表

data_transforms = {
    'train': transforms.Compose([
        transforms.RandomResizedCrop(224),
        transforms.RandomHorizontalFlip(),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ]),
    'val': transforms.Compose([
        transforms.Resize(256),
        transforms.CenterCrop(224),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ]),

转载于:https://www.cnblogs.com/pythonClub/p/10429211.html