初识Dataset

Dataset与Dataloader

Dataset主要是提供一种方式去获取数据以及label,主要实现如何获取每一个数据及其label，告诉我们总共有多少的数据；
Dataloader为后面的网络提供不同的数据类型；
Dataset

1.是一个抽象的类
2.可重写__getitiem__与__len__类

可以通过控制台，看到很多变量的属性。
运用dataset

添加标签

用的是蚂蚁和蜜蜂的数据集，并没有标签，当然可以手动添加简单的，下面提供代码形式自动增加
其中目录为：需手动添加文件夹

完整代码

点击查看代码

1. from torch.utils.data import Dataset  #引入Dataset这个类
3. from PIL import Image   #读取我们的图片
4. #Image.open:读入该图片；
5. #.size:图片的大小；
6. #。show:打开看看图片
8. import os   #获取所有图片的地址
9. #os.listdir(路径)：获得列表所有文件的地址
10. #os.path.join:将两个路径合起来
12. class Mydata(Dataset):   #定义了一个类
13.     #def:函数，传入参数后，赋予其性质或者功能
14.     def __init__(self, root_dir,label_dir):  #获取这个图片需要什么，就定义什么变量
15.         self.root_dir=root_dir
16.         self.label_dir=label_dir
17.         self.path=os.path.join(self.root_dir,self.label_dir)
18.         self.img_path=os.listdir(self.path)
20.     def __getitem__(self,idx):
21.         img_name=self.img_path[idx]
22.         img_item_path=os.path.join(self.root_dir,self.label_dir,img_name)
23.         img=Image.open(img_item_path)
24.         label =self.label_dir
25.         return img,label
27.     def  __len_(self):  #读取传入东西的长度，数量等
28.         return len(self.img_path)
30. root_dir="dataset/train"
31. ants_label_dir="ants"
32. bees_label_dir="bees"
33. ants_dataset=Mydata(root_dir,ants_label_dir)
34. bees_dataset=Mydata(root_dir,bees_label_dir)
36. train_dataset=ants_dataset+bees_dataset

复制代码

### 添加标签代码点击查看代码

1. #快速将所有图片都添加label
2. import os
6. root_dir="dataset/train"
7. target_dir="bees_image"
8. img_path=os.listdir(os.path.join(root_dir,target_dir))
9. label=target_dir.split('_')[0]
10. out_dir="bees_label"
11. for i in img_path:
12.     file_name=i.split('.jpg')[0]
13.     with open(os.path.join(root_dir,out_dir,"{}.txt".format(file_name)),'w') as f:
14.         f.write((label))

复制代码

来源

练手数据集
密码: 5suq
笔记学习视频

来源：豆瓜网用户自行投稿发布，如果侵权，请联系站长删除