pytorch中的自定义数据处理详解

pytorch在数据中采用Dataset的数据保存方式，需要继承data.Dataset类，如果需要自己处理数据的话，需要实现两个基本方法。

：.getitem:返回一条数据或者一个样本，obj[index] = obj.getitem(index). :.len:返回样本的数量 。 len(obj) = obj.len()。

Dataset 在data里，调用的时候使用

from torch.utils import data
import os
from PIL import Image

数据在调用getitem的时候才会读取图片数据，如果需要可以修改成自己的getitem函数，根据自己的数据集来设定，比如

def _getitem_(self,index):
   img_path=self.imgs[index]; ##这里理解是加载了所有图像的路径，封装成自身的格式
   labels=[] ##根据自己的格式进行处理
   pil_img=Image.open(img_path); ##根据上面封装好的格式进行读取
   array=np.array(pil_img); ##将读取的图像转成array数据表示的格式
   data=t.from_numpy(array) #转成Tensor格式，方便后面网络操作
   return data,label;

def _len_(self):
   return len(self.imgs); ###imgs是一个绝对路径

在主函数里调用的时候，只需使用

dataset=Dataset('') ##或者调用自定义的数据处理类
data,label=dataset[0]; ##相当于调用了dataset.__getitem__(0)
for img,label in dataset:  ##里面也是以字典形式存放
  print(img.size(),imf.float().mean(),label);

采用Dataset的缺点在于实际中图像的大小不一，对数据处理中很不友好，其次数据太大，容易造成溢出，需要进行归一化，因此torchvision提供了transforms模块对Image进行和Tensor进行操作。

对PIL_Image的常见操作：

Scale,调整图像尺寸。centerCrop：randomcrop:randomsizecrop:裁剪图片

pad:填充

ToTensor:将Image图像转化成tensor，并自动归一化到[0,1]

对Tensor的常见操作：

Normalize:标准化，减去均值，除以标准差。 ToPILImage:将Tensor转变成PILImage格式，可以方便后续的可视化。

—————————我是分割线—————————

上面介绍了需要自定义的数据处理方法，pytorch早封装好了比较常用方便的方法.

transforms中的ImageFolder, 该类的好处是，所有文件按照类别进行保存，文件名就是类别名，不需要另外再生成label.txt了，也不需要像上面预处理下Label，该类会自动生成标签，构造函数如下：

ImageFolder(root,transform= None,target_transforms=None,loader=default_loader) ##其中root指定路径，transform:对PIL_Image进行转换操作，输入参数是loader的返回对象。target_transform：是label的转换，loader:是指定加载图片的函数，默认操作是读取为PIL_Image对象。

通过该函数得到的Lable按照文件夹名顺序排序后形成字典的，比如{类名：序号从0开始}

,一般最好把文件夹命名为从0开始的数字，和Imageloader的实际的Lable一致，如果不是，可以通过self.class_to_ids来查看你得到的数据的映射关系，比如你的文件夹是cat和dog，那么loader就是自动从0开始标签，self.class_to_ids得到的就是{‘cat':0,'dog':1}。

dataset=ImageLoader('root');
dataset.imgs ##返回图片路径和对应的标签
dataset[5][1] ;##返回第5张图的标签
dataset[5][0]; ##返回第5张图的图像数据，显示出来的就是一副图像，这时候并没有转成Tensor格式,所以需要手动转换
dataset[0][0].size(); ##输出第一个图像的大小
##得到的结果如下，表示该图像是3通道，大小为224*224
[3,224,224];

###定义一个transform，对数据进行各种预处理。

mytransform=T.Compose([
   randomSize;
   T.ToTensor()， ##重点是要记得转成Tensor格式
    normlize；
])；
dataset=ImageLoader('root',transform=mytransform);

调用ImageLoader把读取的图像转成dataset存储后，再使用DataLoader对上面得到的图像tensor数据进行抽样，打乱和分批次操作，操作格式如下：

DataLoader(dataset,batch_size,shuffle=False,sampler=None,num_workers=0,collate_fn=default,pin_memory=False,drop_last=False);

其中：

dataset：加载得到的dataset对象，就是上面得到的DataSet和ImageLoader得到的对象(ImageLoader需要进行tensor转换后才行）。

batch_size:批处理的大小

shuffle:是否要把数据进行打乱。（这样可以防止连续多个样本都是同一类别）

sampler:样本抽样.会改变本身dataset的大小（可以在不是batch倍数的时候使用）

num_workers:多进程数量，0表示不使用多进程。

collate_fn:一般采用默认的batch拼接方式。

pin_memory;是否将数据保存在pin_memory里，将这的数据转到GPU会快一些。

drop_last:有可能不是batch的整数倍，将不足一个batch的数据丢弃。

dataloader是一个迭代对象，使用方法与一个迭代器相似，例如：

for batch_data, batch_label in dataloader:
##是按照一batch的数量进行拼接的，以每batch进行迭代。

--------torchvision数据处理和可视化常用工具--------------

models:保存了训练好的模型

datasets:保存了数据集,主要包括minist，imagenet等

transforms:提供常用的数据预处理操作。

make_grid: make_grid(dataloader[0],4)：将第一个batch的图像拼接成4*4网格

save_image:直接将tensor格式的数据保存成图像

tensorboard是tensorflow框架使用的，但是也有针对pytorch的Tensorboardx，能读取数据并进行可视化，使用比tensorflow的更加方便，本文主要介绍另外一种工具visdom，pytorch的专属可视化工具，支持数据，图像，文本，视频的显示。visdom有以下两种概念：

env:环境，默认使用Main环境，不同用户的环境可能不同，需要专门指定。

pane:窗格，用于进行可视化，可以拖放，缩放和保存关闭，可以多个显示。

可以使用pip install visdom直接进行安装，在使用visdom的时候需要注意，保存时候需要手动指定保存的env，其次客户端和服务端之间交互采用tornado框架，不会受其他程序的影响。visdom需要使用nohup python -m visdom.server命令启动,放在后台运行。

import visdom
vis=visdom.Visdom(env=u'test')；指定一个环境，新建一个客户端，还可以指定host和端口
x=;
y=;
vis.line(X=x,Y=y,win='sinx',opts={'title':'y=sinx'}; #画图
-line,-image,-text,-histgram,-scatter,-bar,-pie.

同时支持pytorch的tensor和Numpy结构，但不支持int float类型，vis.updateTrace更新之前的图。

visdom的画图工具可以接受两种，一种是image，接受二维或者三维的，前者是黑白的，后者是彩色图像，Images接受一个4维向量的nch*w,c可以是1或者3，代表黑白或者彩色的，n表示图片的数量。

--------临时记录下已有的Loss函数-------

nn.CrossEntropyLoss(); ##交叉熵函数

nn.MSELoss()； ##均方差函数

nn.NLLLoss()

nn.NLL2dLoss()；

loss函数后面再学习。

以上这篇pytorch中的自定义数据处理详解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。