【学习分享】pytorch图像分类实战（1创建数据集）

1. 适配课程

1. B站同济子豪兄构建自己的图像分类数据集【两天搞定AI毕设】_哔哩哔哩_bilibili

2. 代码传送：https://github.com/TommyZihao/Train_Custom_Dataset

2. 课程笔记——数据集创建原则：

1. 种类无交集

2. 训练、测试种类一致

3. garbage in garbage out

3. 实际操作经验：

1. 开发环境：开发环境建议选择Luinx，本人windows系统在最开始下载数据集那块就一堆问题，最后还是使用了opanbeyas的免费服务器资源才行。（真的，子豪兄建议Ubuntu系统操作真是太对了！！！）

2. 实际运行：在Linux环境下，只要按照A、C、D运行即可获得本文需要的结果，一个fruit81_split文件夹，里面有train和val的训练集和测试集。

（此为文件路径和数据种类统计的结果展示）

3. 其他部分解释：

1. B部分是关于网上下载图像的，未来研究大概率用不上，要么是开源数据，要么是内部数据，网上下的数据参差不齐，还要额外学爬虫，累。

2. E是文件的可视化，在写报告和论文里占空间挺有用的，可以祖传，改改文件路径继续用。

3. F为之后的内容打基础，一堆课程的链接

4. 特别感谢——datawhale项目组全体成员二次元的Datawhale的个人空间_哔哩哔哩_bilibili