PyTorch：带有 datasets.ImageFolder 的 Dogs vs Cat 数据集答案

【问题标题】：PyTorch: Dogs vs Cat dataset with datasets.ImageFolderPyTorch：带有 datasets.ImageFolder 的 Dogs vs Cat 数据集
【发布时间】：2021-07-23 06:55:05
【问题描述】：

我是 PyTorch 的新手，正在尝试创建迁移学习模型。

我正在使用来自 Kaggle 的 dogs vs cats dataset。

我正在使用 ImageFolder 加载数据，每个类都需要一个文件夹。但是测试文件夹中的照片是混合的。所以我无法将测试文件夹中的图像分开。除了用手标记所有的测试数据，我还能做些什么来解决这个问题？

【问题讨论】：

标签： pytorch

【解决方案1】：

您可以创建自定义数据集类并将其包装在 Pytorch 中的数据加载器中。

link 提供有关此主题的大量信息

要遵循的总体结构是

class Dog_and_Cat():
  def __init__(self, ...):
    ... # replace with a zipped list of image paths and labels (Cat or Dog)
    # You can use glob.glob
    # Overall ask how do I know the label of the image and install that reasoning in code
    # result is a zipped list like [("img1.jpg", 0), ("img2.jpg", 1)] where 0 and 1 represent Cat and Dog

  def __getitem__(self, idx): 
    #describe the func when indexing your class. This is where you open your image and do transforms and return it. 

  def __len__(self):
   # This is where you describe the length of the dataset. 
   # Ideally should return len of zipped list mentioned above.

您可以初始化刚刚创建的此类而不是 Image Folder，然后将该类的对象放入数据加载器中。这将解决您的任务

萨塔克

【讨论】：