創(chuàng)新互聯(lián)www.cdcxhl.cn八線動態(tài)BGP香港云服務器提供商，新人活動買多久送多久，劃算不套路！

這篇文章主要介紹pytorch如何加載自己的圖像數(shù)據(jù)集，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

之前學習深度學習算法，都是使用網(wǎng)上現(xiàn)成的數(shù)據(jù)集，而且都有相應的代碼。到了自己開始寫論文做實驗，用到自己的圖像數(shù)據(jù)集的時候，才發(fā)現(xiàn)無從下手 ，相信很多新手都會遇到這樣的問題。

下面代碼實現(xiàn)了從文件夾內(nèi)讀取所有圖片，進行歸一化和標準化操作并將圖片轉化為tensor。最后讀取第一張圖片并顯示。

# 數(shù)據(jù)處理
import os
import torch
from torch.utils import data
from PIL import Image
import numpy as np
from torchvision import transforms

transform = transforms.Compose([
 transforms.ToTensor(), # 將圖片轉換為Tensor,歸一化至[0,1]
 # transforms.Normalize(mean=[.5, .5, .5], std=[.5, .5, .5]) # 標準化至[-1,1]
])

#定義自己的數(shù)據(jù)集合
class FlameSet(data.Dataset):
 def __init__(self,root):
  # 所有圖片的絕對路徑
  imgs=os.listdir(root)
  self.imgs=[os.path.join(root,k) for k in imgs]
  self.transforms=transform

 def __getitem__(self, index):
  img_path = self.imgs[index]
  pil_img = Image.open(img_path)
  if self.transforms:
   data = self.transforms(pil_img)
  else:
   pil_img = np.asarray(pil_img)
   data = torch.from_numpy(pil_img)
  return data

 def __len__(self):
  return len(self.imgs)

if __name__ == '__main__':
 dataSet=FlameSet('./test')
 print(dataSet[0])