一.Dataset

新建py文件

from torch.utils.data import Dataset

可以按住”Ctrl“,鼠标左键点击Dataset，可以打开Dataset的定义及其内部函数

二.编写

引用cv2模块

终端运行

pip install opencv-python

然后就可以引用cv2模块

import cv2

引用Image

from PIL import Image

数据集链接

https://pan.baidu.com/s/1jZoTmoFzaTLWh4lKBHVbEA 密码: 5suq

下载解压后，复制一份到项目文件夹里

改名为dataset

在Pycharm里面右键点击.jpg文件，复制文件路径

python中 “\0”和 “\a” 表示特殊字符的转义序列，因此我们用“\\”进行代替“\”

img_path="W:\Projects\Pytorch01\torch_learn01\dataset\train\ants\0013035.jpg"

修改后

img_path="W:\\Projects\\Pytorch01\\torch_learn01\\dataset\\train\\ants\\0013035.jpg"

在控制台可以看到图片的属性0000000000000000000000000

img=Image.open(img_path)

img.size 

打开图片

img.show()

获取所有图片的地址，需要“os”这个模块

import os

将传入的参数值赋给类的实例变量，使得这两个变量可以在类的其他方法中被访问。

self.root_dir=root_dir
self.label_dir=label_dir

控制台测试的内容

root_dir="dataset/train"
label_dir="ants"
path=os.path.join(root_dir,label_dir)
img_path=os.listdir(path)

img_name=img_path[idx]
img_item_path=os.path.join(path,img_name)

os.listdir将图片名称组织成一个列表

可以使用索引来获取列表中图片的名称

获取到图片名称，可以获取相对路径

安装ipython

pip install ipython

图片名保存为txt文件

import ostrain_dataset="dataset/train"
# target_dir="ants_image"
target_dir="bees_image"
image_path=os.listdir(os.path.join(train_dataset,target_dir))
label=target_dir.split("_")[0]
out_dir="bees_label"
for i in image_path:file_name=i.split('.jpg')[0]with open(os.path.join(train_dataset,out_dir,f"{file_name}.txt"),'w') as f:f.write(label)
print("ooo")

参考

【PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】】 https://www.bilibili.com/video/BV1hE411t7RN/?p=6&share_source=copy_web&vd_source=be33b1553b08cc7b94afdd6c8a50dc5a