【问题标题】：how to use is_valid_file of torchvision.datasets.ImageFolder如何使用 torchvision.datasets.ImageFolder 的 is_valid_file
【发布时间】：2022-08-13 01:21:12
【问题描述】：

我正在尝试加载一些图像来训练一个小模型。但是，我无法使用is_valid_file 来区分我的训练图像和测试图像。例如我的文件是这样的：

蔬菜/番茄/gallery.jpg

对于火车组和
蔬菜/番茄/probe.jpg

用于测试集。基本上每个文件（如番茄和其他选定的蔬菜）都有 2 张测试图像和训练图像。

问题：如何使用is_valid_file 来区分它们。我检查了文档，但我不明白。

这是我的代码
trainset = torchvision.datasets.ImageFolder(
      root = \"vegetables\",
      transform=imagenet_transform
    )

testset = torchvision.datasets.ImageFolder(
  root = \"vegetables\",
  transform=imagenet_transform
)

标签： pytorch torchvision

【解决方案1】：

我也有问题！！！不仅是蔬菜问题，而是鲶鱼问题。您可以在此页面 (https://www.kaggle.com/datasets/zuraiz/fish-vs-cats-imagenet-subdataset) 上找到数据集。下载的数据集必须保存在您保存 .ipynb 文件的同一文件夹中。我使用 Google Colab（让事情变得更容易），这意味着我有一个 .ipynb 文件。

import torchvision
from PIL import Image, ImageFile
from torchvision import transforms
from torchvision.datasets import ImageFolder 

from google.colab import drive
drive.mount('/content/drive')

ImageFile.LOAD_TRUNCATED_IMAGES = False

def check_Image(path):
  try:
    im = Image.open(path)
    return True
  except:
    return False
# train_data_path = "/.train/"

为了得到你的路径，你必须走（在我的情况下） - drive -> MyDrive -> Pytorch Projects -> 02 Chapter -> Fish-vs-Cats -> train -> 右边的 3 个点 -> 复制路径

train_data_path = "/content/drive/MyDrive/Pytorch Projects/02 Chapter/Fish-vs-Cats/train"



img_transform = transforms.Compose([
    transforms.Resize((64,64)),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406],
                         std=[0.229, 0.224, 0.225])
])
   
train_data = ImageFolder(root=train_data_path, 
                         transform=img_transform, 
                         is_valid_file=check_Image)

【讨论】：