Day3 自学Pytorch 数据集 torchvision.transforms类＆torchvision.datasets.ImageFolder类

1.torchvision.transforms类

可调用的函数列表https://pytorch.org/vision/stable/transforms.html
介绍几个常用的函数：

① transforms.Resize(）

将图像转换成目标大小
参数列表：

• size (sequence or int)： （h,w）目标图像的大小,若只输入一个数字i，默认（i,i）
• interpolation (InterpolationMode, optional):插值方法
• max_size (int,optional)：允许调整大小的图像的较长边缘的最大值。如果图像的较长边缘在根据大小调整后大于max_size，那么图像将再次调整大小，使较长边缘等于max_size。
• antialias (bool, optional) ：(True/ False/None)是否应用抗锯齿。

②transforms.CenterCrop()

从图像的中心裁剪为目标大小
参数列表：

• size (sequence or int)： （h,w）目标图像的大小,若只输入一个数字i，默认（i,i）

③transforms.ToTensor()

将PIL图像或narray转换为张量并相应地缩放值。
无参

③transforms.Normalize(）

用均值和标准差归一化张量图像。此转换不支持PIL图像。
参数列表:

• mean (sequence) – Sequence of means for each channel.每个通道的均值
• std (sequence) – Sequence of standard deviations for each channel.每个通道的标准差
• inplace (bool,optional) – Bool to make this operation in-place.

实例：

# 单通道图像归一化
transforms.Normalize([0.485], [0.229])
# 三通道图像归一化
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])

2.torchvision.datasets.ImageFolder类

① 构造函数：

torchvision.datasets.ImageFolder（root,transform,target_transform,loader,is_valid_file）

• root：数据集所在路径

  默认的数据集格式如下：
  
  此时，root = r’/root/’ (r防止转义)

• transform(可选)：图像预处理操作

torchvision.transforms类

• target_transform(可选)：对图片类别进行预处理的操作，输入为 target，输出对其的转换。如果不传该参数，即对 target 不做任何转换，返回的顺序索引 0,1, 2…

• loader(可选)：表示数据集加载方式，通常默认加载方式即可。

• is_valid_file ：检查图像文件是否有效(用于检查损坏的文件)

• 实例：
  数据集目录结构
  

   data_transform = {
        "train": transforms.Compose([transforms.RandomResizedCrop(224),
                                     transforms.RandomHorizontalFlip(),
                                     transforms.ToTensor(),
                                     transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])]),
        "val": transforms.Compose([transforms.Resize(256),
                                   transforms.CenterCrop(224),
                                   transforms.ToTensor(),
                                   transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])])}

train_dataset=  torchvision.datasets.ImageFolder（root=r'/root/src/data/oneimg_v_t/train/' ,transform=data_transform["train"]）
val_dataset = torchvision.datasets.ImageFolder（root=r'/root/src/data/oneimg_v_t/val/' ,transform=data_transform["val"]）

②属性：

• classes (list): List of the class names sorted alphabetically.
  类别名称列表
• class_to_idx (dict): Dict with items (class_name, class_index).
  一个字典，类别名称：类别索引
• imgs (list): List of (image path, class_index) tuples
  一个tuples的列表，返回（图像路径，类别索引）
• 实例：
  数据集目录结构

from torchvision import datasets
dataset = datasets.ImageFolder(root=r'F:\DataSetOneDir\\')
print(dataset.classes)
print(dataset.class_to_idx)
print(dataset.imgs)