PyTorch——计算机视觉torchvision

PyTorch中有个torchvision包,里面包含着很多计算机视觉相关的数据集(datasets),模型(models)和图像处理的库(transforms)等
本文主要介绍数据集中(ImageFolder)类和图像处理库(transforms)的用法

PyTorch预先实现的Dataset

ImageFolder

1	from torchvision.datasets import ImageFolder

COCO
1
from torchvision.datasets import coco
MNIST
1
from torchvision.datasets import mnist
LSUN
1
from torchvision.datasets import lsun

CIFAR10

1	from torchvision.datasets import CIFAR10

ImageFolder

ImageFolder假设所有的文件按照文件夹保存,每个文件夹下面存储统一类别的文件,文件夹名字为类名
构造函数
1
ImageFolder(root, transform=None, target_transform=None, loader=default_loader)
- root：在root指定的路径下寻找图片,root下面的每个子文件夹就是一个类别,每个子文件夹下面的所有文件作为当前类别的数据
- transform：对PIL Image进行的转换操作，transform的输入是使用loader读取图片的返回对象
  - PIL是 Python Imaging Library 的简称,是Python平台上图像处理的标准库
- target_transform：对label的转换, 默认会自动编码
  - 默认编码为从0开始的数字,如果我们自己将文件夹命名为从0开头的数字,那么将按照我们的意愿命名,否则命名顺序不确定
  - 测试证明,如果文件夹下面是root/cat/, root/dog/两个文件夹,则自动编码为{‘cat’: 0, ‘dog’: 1}
  - class_to_idx属性存储着文件夹名字和类别编码的映射关系,dict
  - classes属性存储着所有类别,list
- loader：从硬盘读取图片的函数
  - 不同的图像读取应该用不同的loader
  - 默认读取为RGB格式的PIL Image对象
  - 下面是默认的loader
    1
    2
    3
    4
    5
    6
    def default_loader(path):
    from torchvision import get_image_backend
    if get_image_backend() == 'accimage':
    return accimage_loader(path)
    else:
    return pil_loader(path)

`transfroms`详解

包导入

1	from torchvision.transforms import transforms

transforms包中包含着很多封装好的transform操作
- transforms.Scale(size):将数据变成制定的维度
- transforms.ToTensor():将数据封装成PyTorch的Tensor类
- transforms.Normalize(mean, std): 将数据标准话,具体标准化的参数可指定

可将多个操作组合到一起,同时传入 ImageFolder 等对数据进行同时操作,每个操作被封装成一个类

simple_transform = transforms.Compose([transforms.Resize((224,224))
                                       ,transforms.ToTensor()
                                       ,transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])])
train = ImageFolder('dogsandcats/train/',simple_transform)

torchvision.transforms.transforms包下的操作类都是基于torchvision.transforms.functional下的函数实现的
- 导入torchvision.transforms.functional的方式
  1
  from torchvision.transforms import functional

PyTorch预先实现的Dataset

ImageFolder

transfroms详解

`transfroms`详解