使用pytorch进行图像的顺序读取方法
产生此次实验的原因:当我使用pytorch进行神经网络的训练时,需要每次向CNN传入一组图像,并且这些图片的存放位置是在两个文件夹中:
A文件夹:图片1a,图片2a,图片3a……图片1000a
B文件夹:图片1b, 图片2b,图片3b……图片1000b
所以在每个循环里,我都希望能从A中取出图片Na,同时从B文件夹中取出对应的图片Nb。
测试一:通过pytorch官方文档中的dataloader搭配python中的迭代器iterator
dataset = dset.ImageFolder( root='./folder1', transform=transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.5,0.5,0.5), (0.5,0.5,0.5)), # bring images to (-1,1) ]) ) dataloader1 = torch.utils.data.DataLoader(dataset, batch_size=opt.batchSize, shuffle=True, num_workers=opt.workers) iterator1 = iter(dataloader1) for i in range(1,1001): data = iterator1.next() data2 = iterator2.next()
将两个dataloader当作数据集,然后分别调用迭代器iter(),然后在每次调用的时候使用next()来得到数据。
测试一下:将每次读入的图像输出,不对!发现图像并不是按照图像1,图像2,图像3......这样顺序读取的,而是很奇怪的顺序。所以为了要顺序读取数据,我们需要使用别的方法。
测试一的实验结果:此路不通!
from PIL import Image pathDir = os.listdir('./folder') #获取文件夹内所有文件的名称,生成数组 pathDir.sort() #对所有文件名进行排序 for allDir in pathDir: child = os.path.join('%s/%s' % ('./folder', allDir))#合成文件名 fopen = Image.open(child).convert('RGB') #通过PIL读取文件 transform_list = [transforms.ToTensor(), transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))] transform = transforms.Compose(transform_list)#将PIL格式的文件转换成 tensor image = transform(fopen) #转换
测试二:首先得到文件夹下的所有文件名,将文件名数组做sort()排序,然后每次通过文件名读取图像。
输出每次读入的图片,发现每次排序不正确,它的排序方法是图片1,图片10,图片100……
与我们的期望不一样,所以这种方法也不对(可以重写sort函数来进行自定义的排序,这里不做深入探究)
测试二的实验结果:此路或许可通!
测试三:通过自己构造每次访问的文件名来访问
for i in range(1,1001): drain = irain.next() dnorain = iground.next() drain = os.path.join('%s/图像%s' % ('./rainy_img', i)) #跟上面一样,不过因为已经知道文件的取名顺序,所以拼出需要访问的文件名 fopen = Image.open(drain).convert('RGB') drain = transform(fopen) print(drain)
测试三的实验结果:此路畅通无阻!
以上这篇使用pytorch进行图像的顺序读取方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。
赞 (0)