文章目录 一、torchvision工具包
一、torchvision工具包 VisionDataset类：存储数据集所在的根目录、训练数据和预测目标的变换函数（transform和target_transform），但是没有实现__getitem__和__len__方法。DatasetFloder类：继承了VisionDataset类，实现__getitem__和__len__方法。 使用时，数据集存储在一个目录下，而且含有多个子目录。每个子目录是一类图片。构造函数一开始调用内部的_find_classes找到具体预测目标的类别，和类别对应的整数（class_to_idx实现）。得到一个记录数据路径和数据预测目标的列表。另外还会传入参数loader，用来载入数据。_getitem__传入index，根据index从self.samples一条数据记录的parh和target。使用loader载入数据，self.transform和self.target_transform进行数据变换。最后返回变换之后的数据和预测目标。
代码如下： """ 该代码仅为演示类的构造方法所用，并不能实际运行class VisionDataset(data.Dataset): def __init__(self, root, transforms=None, transform=None, target_transform=None): # ... def __getitem__(self, index): raise NotImplementedError def __len__(self): raise NotImplementedErrorclass DatasetFolder(VisionDataset): def __init__(self, root, loader, extensions=None, transform=None, target_transform=None, is_valid_file=None): super(DatasetFolder, self).__init__(root, transform=transform, target_transform=target_transform) classes, class_to_idx = self._find_classes(self.root) self.samples = make_dataset(self.root, class_to_idx, extensions, is_valid_file) self.loader = loader # ... def __getitem__(self, index): path, target = self.samples[index] sample = self.loader(path) if self.transform is not None: sample = self.transform(sample) if self.target_transform is not None: target = self.target_transform(target) return sample, target def __len__(self): return len(self.samples) torchvision.transforms包：包含内置的转换类，含有两种： 作用于PIL.Image类上：通过PIL.Image.open打开一张图片，返回PIL.Image类。 torchvision.transforms.CenterCrop类：输入整数或元组（长宽），从图片中截取一个正方形区域，返回新的PIL.Image类torchvision.transforms.Resize：缩放图像。输入整数或元组，代表缩放目标图像的大小。torchvision.transforms.ToTensor:将图像从 0-255之间的整数值，转换为0-1之间的浮点数dddbg。 作用于PyTorchdddbg上 torchvision.transforms.ToPILImage类：将浮点数dddbg转换为PIL.Image图像。torchvision.transforms.Noemalize：对图片转换后的dddbg进行标准化。两个参数是所有图片的均值meandddbg和标准差dddbgstd。输出是（x-mean）/stdtorchvision.transforms.Compose:构造一个包含列表的转换类，输出列表里的转换依次作用后的结果。