0. 前言
按照国际惯例，首先声明：本文只是我自己学习的理解，虽然参考了他人的宝贵见解及成果，但是内容可能存在不准确的地方。如果发现文中错误，希望批评指正，共同进步。
torchvision.datasets.ImageFolder 是 PyTorch 中用于加载图像分类数据集的一个实用类。它特别适用于图像分类任务（可以说是图像分类任务离不开ImageFolder），因为它能够自动将文件夹结构映射到类别标签上。
本文将基于实例详细介绍ImageFolder类。
1. ImageFolder功能
ImageFolder自动遍历指定目录下的所有子文件夹，并将每个子文件夹视为一个不同的类别或标签。（最重要的功能）- 它允许用户轻松地加载和迭代训练/验证集中的图像数据，同时自动提供对应的类别标签。
- 可以方便地与 PyTorch 数据加载器（
DataLoader）结合使用，实现批量化、并行化数据加载，这对于深度学习模型训练非常关键。
2 基本使用方法及参数解析
2.1 基本调用方式
from torchvision.datasets import ImageFolder from torchvision import transforms import PIL root = ... transforms = transforms.Compose([...]) target_transform = transforms.Compose([...]) folder = ImageFolder(root=root, transform=transforms, target_transform= target_transform, loader=PIL.Image.open)
2.2 构造参数说明
root（必需）：字符串类型，表示数据集所在的根目录。transform（可选，几乎是必须）：一个transforms对象，用于对读取的图像进行一系列预处理操作，如调整大小、转为 tensor、标准化等。target_transform（可选）：对目标标签进行转换的函数或变换对象。loader（可选，从没用过）：用于加载图像文件的函数。
2.3 属性
classes：一个包含所有类别名称的列表，按照文件夹名字排序。class_to_idx：一个字典，key为类别名称，value为对应的整数索引。imgs:一个元组，形为(image path, class_index)
2.4 方法
__getitem__(index)：通过索引获取单个数据项，返回一个元组(image, target)，其中image是经过transform处理后的图像 tensor，target是对应的类别索引。
利用 ImageFolder 和 DataLoader 结合的方式，可以高效地准备和访问数据，从而大大简化了图像分类任务中数据预处理和加载的工作流程。
3. PyTorch实例说明
3.1 实例数据集
使用之前文章用过的hymenoptera数据集的简化版，其文件结构如下：
hymenoptera/hymenoptera_dataset/ ├── train #训练组 │ ├── ants #4张图像 │ └── bees #5张图像 └── val #验证组 ├── ants #6张图像 └── bees #7张图像
3.2 实例说明
ImageFolder的属性实例说明：
from torchvision.datasets import ImageFolder image_path1 = '.\hymenoptera' image_path2 = '.\hymenoptera\hymenoptera_data' image_path3 = '.\hymenoptera\hymenoptera_data\\train' folder1 = ImageFolder(root=image_path1) print(folder1.classes, '|',folder1.class_to_idx,'|', folder1.imgs) folder2 = ImageFolder(root=image_path2) print(folder2.classes, '|',folder2.class_to_idx,'|', folder2.imgs) folder3 = ImageFolder(root=image_path3) print(folder3.classes, '|',folder3.class_to_idx,'|', folder3.imgs)
输出为：
['hymenoptera_data'] | {'hymenoptera_data': 0} | [('.\\hymenoptera\\hymenoptera_data\\train\\ants\\0013035.jpg', 0), ...)] ['train', 'val'] | {'train': 0, 'val': 1} | [('.\\hymenoptera\\hymenoptera_data\\train\\ants\\0013035.jpg', 0), ...)] ['ants', 'bees'] | {'ants': 0, 'bees': 1} | [('.\\hymenoptera\\hymenoptera_data\\train\\ants\\0013035.jpg', 0), ...)]
这里可以看出，虽然是同一个数据集，但是root选择的文件夹层级不同会有不同的classes和自动编号的classes_id。但是无论选择哪个文件夹层级，imgs都能自动遍历所选文件路径下的所有图像。（从下面的方法说明也能看出）
ImageFolder的方法实例说明：
from torchvision.datasets import ImageFolder image_path1 = '.\hymenoptera' image_path2 = '.\hymenoptera\hymenoptera_data' image_path3 = '.\hymenoptera\hymenoptera_data\\train' folder1 = ImageFolder(root=image_path1) folder2 = ImageFolder(root=image_path2) folder3 = ImageFolder(root=image_path3) print(len(folder1),len(folder2),len(folder3)) #输出：22 22 9 for img,id in folder3: print(img,'|',id) ''' 输出： <PIL.Image.Image image mode=RGB size=768x512 at 0x20AA7E5D550> | 0 <PIL.Image.Image image mode=RGB size=500x375 at 0x20AA7E5D7D0> | 0 <PIL.Image.Image image mode=RGB size=500x369 at 0x20AA7E5ECD0> | 0 <PIL.Image.Image image mode=RGB size=500x181 at 0x20AA7E5D850> | 0 <PIL.Image.Image image mode=RGB size=500x450 at 0x20AA7E5D7D0> | 1 <PIL.Image.Image image mode=RGB size=500x412 at 0x20AA7E5ECD0> | 1 <PIL.Image.Image image mode=RGB size=500x334 at 0x20AA7E5D850> | 1 <PIL.Image.Image image mode=RGB size=500x400 at 0x20AA7E5D7D0> | 1 <PIL.Image.Image image mode=RGB size=500x173 at 0x20AA7E5ECD0> | 1 ''' print(folder3[0]) #输出:(<PIL.Image.Image image mode=RGB size=768x512 at 0x20AA7E5D850>, 0)
4. 总结
torchvision.datasets.ImageFolder 是 PyTorch 中用于加载图像数据集的一个重要类，它特别适用于组织结构清晰的图片分类任务。ImageFolder 假设数据集按照以下结构存储：
- 根目录（root）
- 类别1
- 图像1.jpg
- 图像2.jpg
- …
- 类别2
- 图像1.jpg
- 图像3.png
- …
- …
每个子文件夹代表一个类别，并且该文件夹的下的图像都会被自动编号。ImageFolder 会遍历这些子文件夹中的所有图像文件，并将它们与其对应的类别标签配对。
使用 ImageFolder 时，其返回的对象是一个可迭代的数据加载器，每次迭代都会产出一个 (image, label) 元组，其中 image 可以是 PIL Image 或经过 transform 转换后的张量形式的图像，而 label 则是从对应文件夹名称映射得到的整数类别标签。
通过结合 PyTorch 的 DataLoader，可以方便地实现图像数据的批量化加载，非常适合于训练深度学习模型。
