初识Dataset
Dataset与DataloaderDataset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from torch.utils.data import Dataset#引入Dataset这个类
from PIL import Image #读取我们的图片
#Image.open:读入该图片；
#.size:图片的大小；
#。show:打开看看图片
import os #获取所有图片的地址
#os.listdir(路径)：获得列表所有文件的地址
#os.path.join:将两个路径合起来
class Mydata(Dataset): #定义了一个类
#def:函数，传入参数后，赋予其性质或者功能
def __init__(self, root_dir,label_dir):#获取这个图片需要什么，就定义什么变量
self.root_dir=root_dir
self.label_dir=label_dir
self.path=os.path.join(self.root_dir,self.label_dir)
self.img_path=os.listdir(self.path)
def __getitem__(self,idx):
img_name=self.img_path
img_item_path=os.path.join(self.root_dir,self.label_dir,img_name)
img=Image.open(img_item_path)
label =self.label_dir
return img,label
def__len_(self):#读取传入东西的长度，数量等
return len(self.img_path)
root_dir="dataset/train"
ants_label_dir="ants"
bees_label_dir="bees"
ants_dataset=Mydata(root_dir,ants_label_dir)
bees_dataset=Mydata(root_dir,bees_label_dir)
train_dataset=ants_dataset+bees_dataset### 添加标签代码点击查看代码#快速将所有图片都添加label
import os
root_dir="dataset/train"
target_dir="bees_image"
img_path=os.listdir(os.path.join(root_dir,target_dir))
label=target_dir.split('_')
out_dir="bees_label"
for i in img_path:
file_name=i.split('.jpg')
with open(os.path.join(root_dir,out_dir,"{}.txt".format(file_name)),'w') as f:
f.write((label))来源
练手数据集
密码: 5suq
笔记学习视频
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
页:
[1]