当前位置:首页 >> 脚本专栏

pytorch 实现将自己的图片数据处理成可以训练的图片类型

为了使用自己的图像数据,需要仿照pytorch数据输入创建新的类,其中数据格式为numpy.ndarray。

将自己的图片保存到numpy.ndarray中,然后创建类

from torch.utils.data import Dataset
import numpy as np
 
 
class Dataset(Dataset):
  def __init__(self, path_img, path_target, transforms=None):
    self.train = path_img
    self.targets = path_target
    self.transforms = transforms
 
  def __len__(self):
    return len(self.train)
 
  def __getitem__(self, idx):
    img = self.train[idx]
    target = self.targets[idx]
 
    if self.transforms:
      img = self.transforms(img)
      target = self.transforms(target)
 
    return img, target

使用方法和Mnist数据一样的使用方法

isbi = Dataset(imgs_train, imgs_mask_train,
            transforms=transform)
dataload=torch.utils.data.DataLoader(isbi,batch_size=4,shuffle=True)
for i, data in enumerate(dataload, 1):
  img,label=data
  print img.shape
  print img.shape
  print 10*'*'

以上这篇pytorch 实现将自己的图片数据处理成可以训练的图片类型就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。