pytorch 實現將自己的圖片資料處理成可以訓練的圖片型別
阿新 • • 發佈:2020-01-09
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。