pytorch 加载自制图像数据集并划分训练集和测试集:
程序员文章站
2022-03-10 13:27:48
...
一、pytorch 加载自制图像数据集并划分训练集和测试集步骤: 1、对数据集进行文件夹组织处理以适应ImageFolder的要求,其格式为: datasrc/dog/xxx.png datasrc/dog/xxy.png datasrc/dog/xzz.png datasrc/cat/xxx.png datasrc/cat/xxy.png datasrc/cat/xzz.png 2、然后将ImageFolder的返回结果作为DataLoader的输入,完成训练集数据和测试集数据的迭代。 torchvision.datasets.ImageFolder()读取图像 3、 random_split实现数据集的划分, train, test = torch.utils.data.random_split(full_dataset, [train_lengths, test_lengths]) train_lengths, test_lengths是一个list,按照对应的数量返回数据个数。数据量总和等于all_dataset中的数据个数,不是按比例划分的。 4 使用DataLoader完成训练集数据和测试集数据的读取迭代。 torch.utils.data.DataLoader()加载数据集 二、代码实例
# 工具类
import torch
import torchvision
from torch.utils.data import DataLoader, random_split
from torch.utils.tensorboard import SummaryWriter
data_path = 'E:/AI_Project/pytorch_B_zhan/garbage-classification-master/data
上一篇: Linux下Hbase安装配置教程