[PyTorch]专项 输入-数据加载

一、数据来源

1. 原始数据来源：Kaggle

2. python模块

#模块
import torch
from torchvision import datasets, transforms

#方法
datasets.ImageFolder(filepath, transform=transform)

注意：自带父目录的标签(建立清晰的分类目录)

导入后自带标签：dog, cat

二、数据整理 transforms()

• transforms.Compose([ ])
  输入为transforms.操作()的列表：多个transform组合起来使用

1. 尺寸：比例缩放

1. transforms.Resize()

• 二维输入：(height, width)
• 一维输入：较小的边匹配这个输入size，比如height>width时，尺度调整为 (size * height / width, size)

2. torchvision.transforms.Scale()
   不推荐使用：可能有畸变

2. 尺寸：裁剪

1. transforms.CenterCrop()
   基于中心裁剪：输出正方形(size, size)

2. transforms.RandomResizedCrop()
   根据比例，裁剪为随机大小

3. 位移：旋转，翻转

1. transforms.RandomRotation() 旋转

2. transforms.RandomHorizontalFlip(p=0.5) 水平翻转 (概率为0.5)

4. 数据转换

1. transforms.ToTensor()
   图像变为pytorch张量；适用情境：灰度值变为彩色图像

2. transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])
   RGB三个通道的归一化(均值0.5, 标准差0.5)

三、针对模型调整输入数据的格式

1. 明确操作对象
   

   如图：
   彩色图像数据的维度：3表示彩色图像；剪裁为255*255