1.加载系统数据集
系统数据集可以从torchVision 中加载获取，
这里以 Fashion-MNIST 数据集的示例。Fashion-MNIST是Zalando文章图像的数据集，由6万个训练样本和10,000个样本组成。每个样本包括一个28×28灰度图像和来自10个类之一的相关标签
参数说明：
root：指定数据集下载的路径
train：指导下载的是训练集还是测试机，train=True为训练集，train=False为测试集
download：download=True表示下载数据集，download=False表示不下载（如果下载了一次，程序为自动跳过下载）
transform：指定数据集的数据转换（包含数据正则化，归一化，或者是图像旋转、图像灰度化等）
ToTensor：将PIL图像或NumPy ndarray转换为Tensor。并将图像的像素值缩放到[0，1]范围内
、
import torch from torch.utils.data import Dataset from torchvision import datasets from torchvision.transforms import ToTensor import matplotlib.pyplot as plt training_data = datasets.FashionMNIST( root="data", train=True, download=True, transform=ToTensor() ) test_data = datasets.FashionMNIST( root="data", train=False, download=True, transform=ToTensor() )
2.创建自定义数据集
自定义数据集，首先先规定数据集需要的相关文件，以及文件的存储位置。
- 图像保存在img_dir目录中
- 图像的注释文件保存在annotations_file文件中
具体如何生成注释文件参考我的另一篇文章
import os import pandas as pd from torchvision.io import read_image class CustomImageDataset(Dataset): def __init__(self, annotations_file, img_dir, transform=None, target_transform=None): self.img_labels = pd.read_csv(annotations_file) self.img_dir = img_dir self.transform = transform self.target_transform = target_transform def __len__(self): return len(self.img_labels) def __getitem__(self, idx): img_path = os.path.join(self.img_dir, self.img_labels.iloc[idx, 0]) image = read_image(img_path) label = self.img_labels.iloc[idx, 1] if self.transform: image = self.transform(image) if self.target_transform: label = self.target_transform(label) return image, label
3.迭代和可视化数据集
labels_map = { 0: "T-Shirt", 1: "Trouser", 2: "Pullover", 3: "Dress", 4: "Coat", 5: "Sandal", 6: "Shirt", 7: "Sneaker", 8: "Bag", 9: "Ankle Boot", } figure = plt.figure(figsize=(8, 8)) cols, rows = 3, 3 for i in range(1, cols * rows + 1): sample_idx = torch.randint(len(training_data), size=(1,)).item() img, label = training_data[sample_idx] figure.add_subplot(rows, cols, i) plt.title(labels_map[label]) plt.axis("off") plt.imshow(img.squeeze(), cmap="gray") plt.show()
这里的img.squeeze()函数解释一下：
原始的img.shape为（H，W，1）
squeeze()函数的功能是：从矩阵shape中，去掉维度为1的。例如一个矩阵是的shape是（5， 1），使用过这个函数后，结果为（5，），因此img.squeeze() 对应的shape为（H，W）
4.DataLoaders为模型处理数据
DataLoader是一个迭代器，将数据集分成相同小批量，且每个小批量中样本，对应着样本的索引、数据和标签。
参数说明：
- batch_size：每个批次的样本个数
- shuffle：是否打乱数据集顺序
- num_workers：使用几个线程来处理这些数据，线程越多处理速度越快
from torch.utils.data import DataLoader train_dataloader = DataLoader(training_data, batch_size=64, shuffle=True，num_workers=2) test_dataloader = DataLoader(test_data, batch_size=64, shuffle=True，num_workers=2)
5.通过DataLoader迭代
# Display image and label. train_features, train_labels = next(iter(train_dataloader)) print(f"Feature batch shape: {train_features.size()}") print(f"Labels batch shape: {train_labels.size()}") img = train_features[0].squeeze() label = train_labels[0] plt.imshow(img, cmap="gray") plt.show() print(f"Label: {label}")
