小编给大家分享一下PyTorch读取自制数据集的示例分析,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!问题1问题描述:TypeError: default_col
小编给大家分享一下PyTorch读取自制数据集的示例分析,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
问题描述:
TypeError: default_collate: batch must contain tensors, numpy arrays, numbers, dicts or lists; found <class 'PIL.Image.Image'>
解决方式
数据格式不对, 把image转成tensor,参数transfORM进行如下设置就可以了:transform=transform.ToTensor()。注意检测一下transform
问题描述:
TypeError: append() takes exactly one argument (2 given)
出现问题的地方
imgs.append(Words[0], int(words[1]))
解决方式
加括号,如下
imgs.append((words[0], int(words[1])))
问题描述
RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same
解决方式
数据和模型不在同一设备上,应该要么都在GPU运行,要么都在CPU
问题描述
RuntimeError: Given groups=1, weight of size [64, 1, 3, 3], expected input[1, 3, 512, 512] to have 1 channels, but Got 3 channels instead
解决方式
图像竟然是RGB,但我的训练图像是一通道的灰度图,所以得想办法把 mode 转换成灰度图L
补充:神经网络 pytorch 数据集读取(自动读取数据集,手动读取自己的数据)
对于pytorch,我们有现成的包装好的数据集可以使用,也可以自己创建自己的数据集,大致来说有三种方法,这其中用到的两个包是datasets和DataLoader
datasets:用于将数据和标签打包成数据集
DataLoader:用于对数据集的高级处理,比如分组,打乱,处理等,在训练和测试中可以直接使用DataLoader进行处理
第一种 现成的打包数据集
这种比较简答,只需要现成的几行代码和一个路径就可以完成,但是一般都是常用比如cifar-10
对于常用数据集,可以使用torchvision.datasets直接进行读取,这是对其常用的处理,该类也是继承于torch.utils.data.Dataset。
#是第一次运行的话会下载数据集 现成的话可以使用root参数指定数据集位置# 存放的格式如下图 # 根据接口读取默认的CIFAR10数据 进行训练和测试#预处理transform = transform.Compose([transform.ToTensor(), transform.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])#读取数据集trainset = torchvision.datasets.CIFAR10(root='./data', train=True, download=False, transform=transform)#打包成DataLoadertrainloader = torch.utils.data.DataLoader(trainset, batch_size=4, shuffle=True, num_workers=1) #同上testset = torchvision.datasets.CIFAR10(root='./data', train=False, download=False, transform=transform)testloader = torch.utils.data.DataLoader(trainset, batch_size=4, shuffle=False, num_workers=1)classes = (1,2,3,4,5,6,7,8,9,10) #类别定义 #使用 for epoch in range(3): running_loss = 0.0 #清空loss for i, data in enumerate(trainloader, 0): # get the inputs inputs, labels = data #trainloader返回:id,image,labels # 将inputs与labels装进Variable中 inputs, labels = Variable(inputs), Variable(labels) #使用print代替输出 print("epoch:", epoch, "的第", i, "个inputs", inputs.data.size(), "labels", labels.data.size())
这也是一个方便的做法,在pytorch中提供了torchvision.datasets.ImageFolder让我们训练自己的图像。
要求:创建train和test文件夹,每个文件夹下按照类别名字存储图像就可以实现dataloader
这里还是拿上个举例子吧,实际上也可以是我们的数据集
每个下面的布局是这样的
# 预处理transform = transform.Compose([transform.ToTensor(), transform.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))]) #使用torchvision.datasets.ImageFolder读取数据集 指定train 和 test文件夹img_data = torchvision.datasets.ImageFolder('data/cifar-10/train/', transform=transform)data_loader = torch.utils.data.DataLoader(img_data, batch_size=4, shuffle=True, num_workers=1) testset = torchvision.datasets.ImageFolder('data/cifar-10/test/', transform=transform)testloader = torch.utils.data.DataLoader(testset, batch_size=4, shuffle=True, num_workers=1) for epoch in range(3): for i, data in enumerate(trainloader, 0): # get the inputs inputs, labels = data #trainloader返回:id,image,labels # 将inputs与labels装进Variable中 inputs, labels = Variable(inputs), Variable(labels) #使用print代替输出 print("epoch:", epoch, "的第", i, "个inputs", inputs.data.size(), "labels", labels.data.size())
这个是比较尴尬的,首先我们
假设将数存储到txt等文件中,先把他读取出来,读取的部分就不仔细说了,读到一个列表里就可以
常用的可以是列表等,举例子
trainlist = [] # 保存特征的列表 targetpath = 'a/b/b'filelist = os.listdir(targetpath) #列出文件夹下所有的目录与文件filecount = len(filelist)# 根据根路径 读取所有文件名 循环读取文件内容 添加到listfor i in range(filecount): filepath = os.path.join(targetpath, filelist[j]) with open(filepath, 'r') as f: line = f.readline() # 例如存储格式为 1,2,3,4,5,6 数字之间以逗号隔开 templist = list(map(int, line.split(','))) trainlist.append(templist) # 数据读取完毕 现在为维度为filecount的列表 我们需要转换格式和类型# 将数据转换为Tensor # 假如我们的两类数据分别存在list0 和 list1中split = len(list0) # 用于记录标签的分界 #使用numpy.array 和 torch.from_numpy 连续将其转换为tensor 使用torch.cat拼接train0_numpy = numpy.array(list0)train1_numpy = numpy.array(list1)train_tensor = torch.cat([torch.from_numpy(train0_numpy), torch.from_numpytrain1_numpy)], 0)#现在的尺寸是【样本数,长度】 然而在使用神 经网络处理一维数据要求【样本数,维度,长度】# 这个维度指的像一个图像实际上是一个二维矩阵 但是有三个RGB通道 实际就为【3,行,列】 那么需要处理三个矩阵# 我们需要在我们的数据中加上这个维度信息# 注意类型要一样 可以转换shaper = train_tensor.shape #获取维度 【样本数,长度】aa = torch.ones((shaper[0], 1, shaper[1])) # 生成目标矩阵for i in range(shaper[0]): # 将所有样本复制到新矩阵· aa[i][0][:] = train_tensor[i][:]train_tensor = aa # 完成了数据集的转换 【样本数,维度,长度】 # 注 意 如果是读取的图像 我们需要的目标维度是【样本数,维度,size_w,size_h】# 卷积接受的输入是这样的四维度 最后的两个是图像的尺寸 维度表示是通道数量 # 下面是生成标签 标签注意类别之间的分界 split已经在上文计算出来# 训练标签的total = len(list0) + len(list1)train_label = numpy.zeros(total)train_label[split+1:total] = 1train_label_tensor = torch.from_numpy(train_label).int()# print(train_tensor.size(),train_label_tensor.size()) # 搭建dataloader完毕train_dataset = TensorDataset(train_tensor, train_label_tensor)train_loader = DataLoader(dataset=train_dataset, batch_size=4, shuffle=True) for epoch in range(3): for i, data in enumerate(trainloader, 0): # get the inputs inputs, labels = data #trainloader返回:id,image,labels # 将inputs与labels装进Variable中 inputs, labels = Variable(inputs), Variable(labels) #使用print代替输出 print("epoch:", epoch, "的第", i, "个inputs", inputs.data.size(), "labels", labels.data.size())
该方法需要略微的麻烦一些,首先你有一个txt,保存了文件名和对应的标签,大概是这个意思
然后我们在程序中,根据给定的根目录找到文件,并将标签对应保存
class Dataset(object):"""An abstract class representing a Dataset.All other datasets should subclass it. All subclasses should override``__len__``, that provides the size of the dataset, and ``__getitem__``,supporting integer indexing in range from 0 to len(self) exclusive."""def __getitem__(self, index):raise NotImplementedErrordef __len__(self):raise NotImplementedErrordef __add__(self, other):return ConcatDataset([self, other])
这是dataset的原本内容,getitem就是获取元素的部分,用于返回对应index的数据和标签。那么大概需要做的是我们将txt的内容读取进来,使用程序处理标签和数据
# coding: utf-8from PIL import Imagefrom torch.utils.data import Datasetclass MyDataset(Dataset):# 初始化读取txt 可以设定变换def __init__(self, txt_path, transform = None, target_transform = None):fh = open(txt_path, 'r')imgs = []for line in fh:line = line.rstrip()words = line.split() # 保存列表 其中有图像的数据 和标签imgs.append((words[0], int(words[1])))self.imgs = imgs self.transform = transformself.target_transform = target_transformdef __getitem__(self, index):fn, label = self.imgs[index]img = Image.open(fn).convert('RGB') if self.transform is not None:img = self.transform(img) # 返回图像和标签 return img, labeldef __len__(self):return len(self.imgs) # 当然也可以创建myImageFloder 其txt格式在下图显示 import osimport torchimport torch.utils.data as datafrom PIL import Image def default_loader(path): return Image.open(path).convert('RGB') class myImageFloder(data.Dataset): def __init__(self, root, label, transform = None, target_transform=None, loader=default_loader): fh = open(label) #打开label文件 c=0 imgs=[] # 保存图像的列表 class_names=[] for line in fh.readlines(): #读取每一行数据 if c==0: class_names=[n.strip() for n in line.rstrip().split('')] else: cls = line.split() #分割为列表 fn = cls.pop(0) #弹出最上的一个 if os.path.isfile(os.path.join(root, fn)): # 组合路径名 读取图像 imgs.append((fn, tuple([float(v) for v in cls]))) #添加到列表 c=c+1 # 设置信息 self.root = root self.imgs = imgs self.classes = class_names self.transform = transform self.target_transform = target_transform self.loader = loader def __getitem__(self, index): # 获取图像 给定序号 fn, label = self.imgs[index] #读取图像的内容和对应的label img = self.loader(os.path.join(self.root, fn)) if self.transform is not None: # 是否变换 img = self.transform(img) return img, torch.Tensor(label) # 返回图像和label def __len__(self): return len(self.imgs) def getName(self): return self.classes#
# 而后使用的时候就可以正常的使用trainset = MyDataset(txt_path=pathFile,transform = None, target_transform = None)# trainset = torch.utils.data.DataLoader(myFloder.myImageFloder(root = "../data/testImages/images", label = "../data/testImages/test_images.txt", transform = mytransform ), batch_size= 2, shuffle= False, num_workers= 2)trainloader = torch.utils.data.DataLoader(trainset, batch_size=32, shuffle=True, num_workers=8)
它的要点是,继承dataset,在初始化中处理txt文本数据,保存对应的数据,并实现对应的功能。
这其中的原理就是如此,但是注意可能有些许略微不恰当的地方,可能就需要到时候现场调试了。
以上是“pytorch读取自制数据集的示例分析”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注编程网精选频道!
--结束END--
本文标题: pytorch读取自制数据集的示例分析
本文链接: https://www.lsjlt.com/news/278620.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑,方便收藏和打印~
2024-05-08
2024-05-08
2024-05-08
2024-05-08
2024-05-08
2024-05-08
2024-05-08
2024-05-08
2024-05-08
2024-05-08
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0