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呐喊教程。

声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:notice#nhooo.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。