PyTorch自定义数据集处理/dataset/DataLoader等

Posted 算法与编程之美

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了PyTorch自定义数据集处理/dataset/DataLoader等相关的知识,希望对你有一定的参考价值。

问题

处理自定义数据集是应用PyTorch走向工程实际的重要前提,本文将持续更新介绍自定义数据集处理一些常见方法。

方法

加载自定义数据集并获取分类数量


from torchvision.datasets import ImageFolder

train_dataset = ImageFolder('D:\\\\data\\\\FD-dataset-challenge')

class_to_idx = train_dataset.class_to_idx
num_classes = len(class_to_idx)

print(class_to_idx) # 'fire': 0, 'no_fire': 1
print(num_classes) # 2

消除控制台不影响程序运行的警告信息

import warnings
warnings.filterwarnings('ignore')

以上是关于PyTorch自定义数据集处理/dataset/DataLoader等的主要内容,如果未能解决你的问题,请参考以下文章

使用PyTorch进行数据处理

Pytorch自定义数据集模型训练流程

Pytorch深度学习实战3-7:详解数据加载DataLoader与模型处理

如何在 Pytorch 中测试自定义数据集?

ccc-pytorch-宝可梦自定义数据集实战-加载数据部分

使用 PyTorch 加载自定义图像数据集