Pytorch模型训练实用教程-代码解读(3)

# coding:utf-8
import os
'''
    为数据集生成对应的txt文件
'''

train_txt_path = os.path.join("..", "..", "Data", "train.txt")
train_dir = os.path.join("..", "..", "Data", "train")

valid_txt_path = os.path.join("..", "..", "Data", "valid.txt")
valid_dir = os.path.join("..", "..", "Data", "valid")


def gen_txt(txt_path, img_dir):
    f = open(txt_path, 'w')
    
    for root, s_dirs, _ in os.walk(img_dir, topdown=True):  # 获取 train文件下各文件夹名称
        for sub_dir in s_dirs:                               #  s_dirs是0-9
            i_dir = os.path.join(root, sub_dir)             # 获取各类的文件夹 绝对路径\train\0
            img_list = os.listdir(i_dir)                    # 获取类别文件夹下所有png图片的路径
            for i in range(len(img_list)):
                if not img_list[i].endswith('png'):         # 若不是png文件,跳过
                    continue
                label = img_list[i].split('_')[0]
                img_path = os.path.join(i_dir, img_list[i])
                line = img_path + ' ' + label + '\n'
                f.write(line)
    f.close()


if __name__ == '__main__':
    gen_txt(train_txt_path, train_dir)
    gen_txt(valid_txt_path, valid_dir)

1,root只显示当前根目录

2,os.listdir()只显示最后的照片名字

os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表。

os.listdir(path)

调试:

Pytorch模型训练实用教程-代码解读(3)_第1张图片

 二,

MyDataset

问题一

Pytorch模型训练实用教程-代码解读(3)_第2张图片

问题二

Pytorch模型训练实用教程-代码解读(3)_第3张图片 

问题三

python中的append()函数是在列表末尾添加新的对象,且将添加的对象作为一个整体

1,append() 函数可以向列表末尾添加任意元素

添加普通类型(数值、字符串)元素,添加集合类型(列表,元祖)元素

注意:使用 append() 函数添加列表时,是添加列表的「引用地址」而不是添加列表内容,当被添加的列表发生变化时,添加后的列表也会同步发生变化。

list1 = ['zhangsan']
a = [1,2,3]
list1.append(a)  # 列表list1添加列表a
print(list1)
a.append(4)  # 列表a发生变化
list1.append(a)
print(list1)  # 列表list1也会同步变化

输出:

['zhangsan', [1, 2, 3]]
['zhangsan', [1, 2, 3, 4], [1, 2, 3, 4]]

问题四

使用Image.open读出图像,加convert('RGB')的作用。

读出来的图像是RGBA四通道的,A通道为透明通道,该通道值对深度学习模型训练来说暂时用不到,因此使用convert(‘RGB’)进行通道转换

补充:convert的转化模式有九种不同模式: 1,L,P,RGB,RGBA,CMYK,YCbCr,I,F。

Pytorch模型训练实用教程-代码解读(3)_第4张图片

问题五

 搞懂Python3 中的 def __init__

初始化方法

两种方法

第一种定义方式如下:

class Student(object):

    # __init__是一个特殊方法用于在创建对象时进行初始化操作
    # 通过这个方法我们可以为学生对象绑定name和age两个属性
    def __init__(self, name, age):
        self.name = name
        self.age = age

在实例的时候,必须要传入这两个参数的值进去。

stu = Student() # 报错
stu = Student('大冰', 19) # 正常实例
def __init__(self, name = '周星星', age = 12):
	self.name = name
	self.age = age

stu = Student() # 不会报错,正常实例

第二种定义方式如下:

Pytorch模型训练实用教程-代码解读(3)_第5张图片

 我们可以利用__dict__方法查看对象的属性。

print(stu.__dict__) # 打印出: {'name': '大冰', 'age': 19}


 

你可能感兴趣的:(pytorch模型训练实用教程,pytorch,人工智能,python)