【深度学习】datasets.ImageFolder 使用方法

---

前言

在初学深度学习的时候，很多数据集直接使用dataset里的API接口直接调用的。虽然接口用起来十分方便，但是我却始终没有明白这些图像数据调用的具体步骤。尤其是直接给你几万张照片，你如何将其汇总成合格的数据集？这就是我今天要研究的内容

一、datasets.ImageFolder

1.1.路径书写

datasets.ImageFolder函数算是用的最多的一个函数了：
首先我们看看它的介绍：

从上面可以得到的信息：
1）每个类别需要单独成立一个文件夹
2）每个类别里面的图片需要按顺序排列（无论使用英语还是数字）
举个例子，以我前几天看的猫狗分类为例，我的文件夹构造如下：

若此时要调用datasets.ImageFolder这个函数读取训练集的数据，就需要写成下面形式：

import torchvision.datasets as datasets

train = datasets.ImageFolder('train')

当然上面是最简单的形式，ImageFolder有好几个参数呢（上面只写了一个）。参数共有四个，介绍如下（前两个用的最多，不多做介绍了）：

1.2.ImageFolder生成的对象

刚刚操作里train = datasets.ImageFolder(‘train’)，它生成了一个对象

它共有3个特性：

我们分别调用展示一下：

print(train.classes)  
print(train.class_to_idx)
print(train.imgs) 

分别是
1）类别 列表形式
2）种类对应数字标签 字典形式
3）每一个图像及其对应的标签 列表形式

为了检查图像是否都读取到了，我们用len（）检查一下

print("训练集共有图像{}张".format(len(train.imgs)))

和文件夹里的数量一致（每个类别里有一个非jpg文件 不算）：

1.3.其他探索：

print(train)
print(train[0])
print(train[0][0])
print(type(train[0][0]))
print(train[0][1])

我们看看train本身返回的是些什么东西：

就不解释了，这个已经很明白了
train[0] [0]很明显是照片。我们可以用plt查看它：

plt.imshow(train[0][0])
plt.show()

二、glob使用方法

1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据

代码如下（示例）：

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。

---

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。