為了使用自己的影象資料，需要仿照pytorch資料輸入建立新的類，其中資料格式為numpy.ndarray。

將自己的圖片儲存到numpy.ndarray中，然後建立類

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資料一樣的使用方法

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*'*'

以上這篇pytorch 實現將自己的圖片資料處理成可以訓練的圖片型別就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。