Pytorch学习 day02（加载数据、数据集类）

加载数据

在这里插入图片描述
* Dataset提供一种方式：来获取数据及其label，给数据进行编号
* Dataloader为神经网络提供不同的数据形式

Dataset的组织形式有很多种，例如：
- 将label放在文件夹名上，如下：

#Dateset
#	--train
#		--ants
#			--001.jpg
#			--002.jpg
#			.....
#		--bees
#			--124.jpg
#			--125.jpg
#			.....
#	--val
#		.....

* 将label单独放在txt文件中，如下：

#Dateset
#	--train
#		--train_images
#			--001.jpg
#			--002.jpg
#			.....
#			--124.jpg
#			--125.jpg
#			.....
#		--train_labels
#			--001.txt
#			--002.txt
#			.....
#			--124.txt
#			--125.txt
#			.....
#	--val
#		.....

* 将label放在文件名上，如下：

#Dateset
#	--train
#		--train_images
#			--ant001.jpg
#			--ant002.jpg
#			.....
#			--bee124.jpg
#			--bee125.jpg
#			.....
#	--val
#		.....

数据集类

获取图片地址的方法
- 可以通过PIL包中的Image库来获取图片信息，展示图片等，如下：
- 如果我们想要获取图片，第一步是获取图片地址，可以先生成图片数据集的地址列表，再通过index索引来获取所有图片地址
- 可以通过os库中的listdir()函数来获取数据集文件夹的所有文件名（os库是python中用于文件操作的一个库），如下：
定义构造方法，初始化图片路径、根文件路径、标签路径，生成图片名列表，如下：

    def __init__(self, root_dir, label_dir):
        # 初始化图片路径、根文件路径、标签路径
        self.root_dir = root_dir    # 将函数内的局部变量root_dir赋值给成员变量self.root_dir
        self.label_dir = label_dir  # 将函数内的局部变量label_dir赋值给成员变量self.label_dir
        self.path = os.path.join(root_dir, label_dir)   # 将root_dir和label_dir拼接成一个路径，赋值给成员变量self.path，并满足windows和linux的路径拼接
        self.img_path = os.listdir(self.path)   # 获取路径下的所有文件名，赋值给成员变量self.img_path

获取每一张图片的路径、图片名、label，并返回图片对象和label，如下：

    def __getitem__(self, idx):
        img_name = self.img_path_list[idx]  # 获取第idx个图片名
        img_item_path = os.path.join(self.path, img_name)   # 将路径和图片名拼接成一个完整的路径
        img = Image.open(img_item_path) # 读取图片
        label = self.label_dir  # 获取标签
        return img, label    # 返回图片和标签