卷积神经网络--猫狗系列之下载、导入数据集

(由于是学习，所以文章会有一些报错及解决办法)

在Kaggle()获取数据集：（没有账号先去注册一个账号，在注册时可能会出现的问题见Kaggle注册出现一排“Captcha must be filled out.”！）

https://www.kaggle.com/competitions/dogs-vs-cats/data

获取到的数据集：(后面几期再分享)

一共25000张图片，猫猫狗狗各占一半。图片名称为："cat.x.jpg"

对图片名称进行处理：

import ospath="D:\\Users\\Twilight\\PycharmProjects\\catdog\\train\\"filenames=[name for name in os.listdir(path)]j=0k=0catList=[]dogList=[]for i,filename in enumerate(filenames):    src=path+filename    namelist=filename.split('.')    if namelist[0]=='cat':        j=j+1        dst=namelist[0]+str(j)+'.0'+'.'+namelist[2] #猫标签设置为0        catList.append(dst)#获得cat的图片名集合    else:        k=k+1        dst=namelist[0]+str(k)+'.1'+'.'+namelist[2] #狗标签设置为1        dogList.append(dst)#获得dog的图片名集合    dst=path+dst    os.rename(src,dst)

这里报错了，解决一下：

emm，就是代码第二行两个反斜杠忘加了：

path="D:\\Users\\Twilight\\PycharmProjects\\Resnet18\\train\\"

运行完后：

这里改名称只是习惯问题，重要的是标签问题，0代表猫猫，1代表狗狗，指明图片的类别，并在构建Dataset类时发挥作用。另外，catList和dogList分别存储了猫猫和狗狗的图片名称的路径，是为了划分训练集和测试集。

紧接着，实现自己的Dataset类：

代码：（训练集和测试集按8：2）

import torchimport osfrom torch.utils.data import Datasetfrom torchvision import transformsfrom PIL import Imageimport numpy as npclass MyDataset(Dataset):    def __init__(self,path_file,namelists,transform=None):        self.path_file=path_file        self.imgs=namelists        self.transform=transform    def __len__(self):        return len(self.imgs)    def __getitem__(self, idx):        #get the image        img_path = os.path.join(self.path_file,self.imgs[idx])        image=Image.open(img_path)        image=image.resize((28,28))#修改图片大小，默认大小        if self.transform:            image = self.transform(image)        #get the label        str1=self.imgs[idx].split('.')        label=eval(str1[1])        return image, label

报错:

这个报错之前有个类似的，在anoconda下载，前面有文章写到：PyTorch安装

然后导入DataLoader:

train_loader=torch.utils.data.DataLoader(train_data, batch_size=32, shuffle=True) test_loader=torch.utils.data.DataLoader(test_data, batch_size=32, shuffle=True)

运行完了测试一下：