[pytorch]小土堆课程笔记P6-P7：

这两节课的题目分别是：

P6:PyTorch加载数据初认识

P7：Dataset类代码实战

首先放上课程代码:

main.py

"""
@Author   : 时礼
@Contact  : [email protected]
@Software : pycharm
@File     : MyData.py
@Desc     : 小土堆课程P6的笔记
"""
from torch.utils.data import Dataset
from PIL import Image
#python中关于系统的一个库
import os

class MyData():
    #注意：这里定义的初始化函数是init不是int
    def __init__(self,root_dir,label_dir):
        #使用self相当于创建了一个类中的全局变量
        #存储根目录地址
        self.root_dir=root_dir
        #存储存图片的文件夹的名称
        self.label_dir=label_dir
        #可以将两个路径合并
        #得到图片的实际
        self.path=os.path.join(self.root_dir,self.label_dir)
        #获得指定路径下的文件列表（文件及其下标）
        self.img_path=os.listdir(self.path)
    def __getitem__(self, idx):
        img_name=self.img_path[idx]
        img_item_path=os.path.join(self.path,img_name)
        img=Image.open(img_item_path)
        label=self.label_dir
        #所以这个return是返回了一个图片和存储图片的文件夹的名称？
        return img,label

    def __len__(self):
        return len(self.img_path)
    #注意，在服务器里复制到的路径还需要在前面加上一个/
    root_dir = "/mnt/pycharmWorkspace1/pyCharmProject1/dataSet/train"
    ants_label_dir = "ants_image"
    #antsDataset = MyData(root_dir, ants_label_dir)
    """
    root_dir="/mnt/pycharmWorkspace1/pyCharmProject1/dataSet/train"
    ants_label_dir="ants_image"
    /mnt/pycharmWorkspace1/pyCharmProject1/dataSet/train/ants_image
    antsDataset=MyData(root_dir,ants_label_dir)
    bees_laber_dir = "bees"
    #可以将几个小的数据集进行拼接
    trainDataset=antsDataset+beesDataset
    #pycharm中整行复制的快捷键：ctrl+d
    beesDataset=MyData(root_dir,ants_label_dir)
    #查询数据长度的两种方式(起码在console里可以使用)
    len(antsDataset)
    antsDataset.__len__()位置
    """

博主没有学过python，但毕竟是面向对象的语言，本节课的主要内容就相当于是定义了一个class，然后实例化（创建对象）。

注意：

1、上文中没有注释的是定义的class，注释的是利用这个class来进行数据读取的代码，其中用到的数据集为：https://download.pytorch.org/tutorial/hymenoptera_data.zip 

2、小土堆的在定义class的时候用的是：

class MyData(Dataset):

这样写的话在python console里可以运行，但如果直接写到main.py然后运行的话就会报错：

MyData is not found 我是上网上找了一个简单的不会报错的test.py文件，然后一点一点的将MyData里的代码放到这个test文件中，终于发现了如果将class的定义改成：

class MyData():

就不会再报错了。

3、这里讲一下我的实现方法，我将这个class代码单独放到了MyData.py中，然后通过main.py import MyData。这里又发生了一些问题（其实本质问题还是没有系统学过python，对python的一些操作不熟悉）。引用的时候报了TypeError: ‘module’ object is not callable的错。

为了解决这个问题，我又尝试了添加如下两行代码：

import sys
sys.path.append('./')

依然报错。而后看了一个文章说可能是因为class名称和python文件名一样，所以造成了报错。更改后还是报错。

最后发现是引用的格式不对，正确格式为：

from dataTest_test import dataTest

 总结一下第三点遇到的情况：

添加的那两行代码应用的情况可能是当编写class的python文件不在工程文件中。并且我发现pycharm有一个比较方便的功能，那就是如果在main.py中引用成功了一个python文件中的class文件，如果将python文件重命名则main中的引用会自动改名，如上一个代码段中的代码更改完python文件名后的代码自动变为：

from dataTest import dataTest

4、创建class时需要注意的事：

（1）在定义init函数的时候注意不要打成int（我刚创建的时候报错了，半天没找到原因）

（2）在创建方法时使用的self相当于是一个整个类中的全局变量，如果在一个方法中使用self.变量名的方法给变量赋值，则这个变量可以在别的方法中读取。

5、当需要读取工程文件的地址时，可以使用FTP工具，不过在读取之后需要在前面加一个/表示从根目录开始。

6、使用到的技巧（如数据拼接，一会删）

（1）当需要将两个地址拼接时可以使用

 self.path=os.path.join(self.root_dir,self.label_dir)

注意：当使用这个方法时需要引入os，代码如下：

import os

（2）如果使用了MyData方法创建了两个dataset，可以直接使用+将两个dataset拼接到一起

antsDataset=MyData(root_dir,ants_label_dir)
antsDataset=MyData(root_dir,bees_label_dir)
trainDataset=antsDataset+beesDataset

（3）查询一个dataset的数据长度的两种方式

        1）

len(antsDataset)

        2)

antsDataset.__len__()

7、本次使用到的pycharm快捷键（mac版）

(1)将一行代码整行复制：command + d

(2)将一行代码整行上下移动：command + shift + 上下键

接下来放下一段代码，用来创建image对应的label:

labelMake.py

"""
@Author   : rosyForever
@Contact  : [email protected]
@Software : pycharm
@File     : labelMake.py
@Desc     : 用来生成图片对应的标签文件
"""

import os
root_dir = "/mnt/pyCharmProject1/dataSet/train"
target_dir = "bees_image"
#获得图片的文件列表
img_path = os.listdir(os.path.join(root_dir,target_dir))
label = target_dir.split('_')[0]
out_dir = "bees_label"
for i in img_path:
    file_name=i.split('.jpg')[0]
    with open(os.path.join(root_dir,out_dir,"{}.txt".format(file_name)),'w')as f:
        f.write(label)

注意：

刚看到这段代码的时候不知道

label = target_dir.split('_')[0]

为什么最后要加一个[]，于是写了一个test代码专门来测试这个方法

"""
@Author   : rosyForever
@Contact  : [email protected]
@Software : pycharm
@File     : labelMake.py
@Time     : 2022/10/19 21:22
@Desc     : 用来测试split函数的使用以及为什么其后面要加一个[0]。
            得出结论：slip是将字符串以输入到slipt函数中的字符串为分隔符进行分隔，生成
            一个['','']格式的数组，使用[num]可以得到数组其中的一个值。注：如果分隔符
            出现在最后一个，则会在数组最后一个值为空。

"""
file_name1="test1.jpg"
file_name2=file_name1.split('.jpg')
file_name3=file_name1.split('.jpg')[0]
print(file_name2)
print(file_name3)
"""
如果不使用[]则得到的是['test1', '']，如果使用[]则得到的时test1
"""
file_name4=file_name1.split('.')[0]
file_name5=file_name1.split('.')[1]
file_name6=file_name1.split('.')
print(file_name4)
print(file_name5)
print(file_name6)

"""
file_name4的内容是test1
file_name5的内容是jpg
file_name6的内容是['test1', 'jpg']
"""

得出结论：slip是将字符串以输入到slipt函数中的字符串为分隔符进行分隔，生成 一个['','']格式的数组，使用[num]可以得到数组其中的一个值。注：如果分隔符 出现在最后一个，则会在数组最后一个值为空。