torchvision.datasets.ImageFolder

什么是ImageFolder

torchvision.datasets.ImageFolder 是 PyTorch 中 torchvision 库提供的一个用于加载图像数据集的类，特别适用于处理按类别组织的图像数据集。通过使用 ImageFolder 类，你可以轻松地加载包含图像数据的文件夹，并且该类会自动根据文件夹结构解析出每个类别的图像数据

用代码来理解

假设我们有一个图像数据集，包含两个类别：“cat” 和 “dog”，每个类别各有一些图像。数据集的目录结构如下：

dataset/
├── cat/
│ ├── cat001.jpg
│ ├── cat002.jpg
│ └── …
└── dog/
├── dog001.jpg
├── dog002.jpg
└── …

在这个例子中，“dataset” 文件夹下有一个名为 “cat” 的子文件夹和一个名为 “dog” 的子文件夹，分别存放了 “cat” 类别和 “dog” 类别的图像。每个子文件夹中包含该类别的多张图像。

接下来，我们可以使用 ImageFolder 类来加载这个数据集，并查看返回的内容是什么：

import torch
from torchvision import datasets, transforms

# 定义数据转换
transform = transforms.Compose([
    transforms.Resize((224, 224)),  # 调整图像大小
    transforms.ToTensor(),           # 将图像转换为Tensor
])

# 加载数据集
dataset = datasets.ImageFolder('dataset', transform=transform)

# 查看数据集中的内容
print(dataset.classes)  # 打印类别列表
print(dataset.class_to_idx)  # 打印类别到索引的映射
print(dataset.imgs)  # 打印图像路径列表
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

dataset.classes 返回的结果会是 [‘cat’, ‘dog’]，表示数据集中包含的类别
dataset.class_to_idx 返回的结果可能是 {‘cat’: 0, ‘dog’: 1}，表示每个类别对应的索引
而 dataset.imgs 则会返回一个列表，其中每个元素对应一个元组 (image_path, class_index)，包含了图像的路径和对应的类别索引。

用法

import torch
from torchvision import datasets, transforms

# 定义数据转换
transform = transforms.Compose([
    transforms.Resize((224, 224)),  # 调整图像大小
    transforms.ToTensor(),           # 将图像转换为Tensor
])

# 加载数据集
dataset = datasets.ImageFolder('path/to/dataset', transform=transform)

# 创建数据加载器
data_loader = torch.utils.data.DataLoader(dataset, batch_size=32, shuffle=True)
1
2
3
4
5
6
7
8
9
10
11
12
13
14