我正在寻找创建具有特定格式的个人数据加载器以使用 Pytorch 库，有人知道我该怎么做吗？我已经关注 Pytorch 教程，但我没有找到答案！
我需要一个 DataLoader 来生成以下格式的元组： (Bx3xHxW FloatTensor x, BxHxW LongTensor y, BxN LongTensor y_cls) 其中 x - 一批输入图像， y - 一批 groung truth seg maps， y_cls - 维度为 N 的一批一维张量：N 类总数， 如果图像 i 中存在类 T，则 y_cls[i, T] = 1，否则为 0
希望有人能解开这个问题.. :) 谢谢！
【问题讨论】：
标签： image-processing deep-learning computer-vision pytorch image-segmentation
您只需要从torch.utils.data.Dataset 派生一个数据库，其中__getitem__(index) 返回您想要的类型的元组(x, y, y_cls)，pytorch 会处理其他所有事情。
from torch.utils import data
class MyTupleDataset(data.Dataset):
def __init__(self):
super(MyTupleDataset, self).__init__()
# init your dataset here...
def __getitem__(index):
x = torch.Tensor(3, H, W) # batch dim is handled by the data loader
y = torch.Tensor(H, W).to(torch.long)
y_cls = torch.Tensor(N).to(torch.long)
return x, y, y_cls
就是这样。提供 pytorch 的 torch.utils.data.DataLoader 和 MyTupleDataset 就完成了。
【讨论】：
data7 = MyTupleDataset(path_to_my_dataset) 足以初始化我们同意的数据集？
MyTupledataset。只要__getitem__ 返回一个元组，DataLoader 就会为您的训练生成三个元素的批次。