pytorch 实现将自己的图片数据处理成可以训练的图片类型
更新时间:2020年01月08日 15:11:29 作者:冰菓(笑)
今天小编就为大家分享一篇pytorch 实现将自己的图片数据处理成可以训练的图片类型,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
为了使用自己的图像数据,需要仿照pytorch数据输入创建新的类,其中数据格式为numpy.ndarray。
将自己的图片保存到numpy.ndarray中,然后创建类
from torch.utils.data import Dataset import numpy as np class Dataset(Dataset): def __init__(self, path_img, path_target, transforms=None): self.train = path_img self.targets = path_target self.transforms = transforms def __len__(self): return len(self.train) def __getitem__(self, idx): img = self.train[idx] target = self.targets[idx] if self.transforms: img = self.transforms(img) target = self.transforms(target) return img, target
使用方法和Mnist数据一样的使用方法
isbi = Dataset(imgs_train, imgs_mask_train, transforms=transform) dataload=torch.utils.data.DataLoader(isbi,batch_size=4,shuffle=True) for i, data in enumerate(dataload, 1): img,label=data print img.shape print img.shape print 10*'*'
以上这篇pytorch 实现将自己的图片数据处理成可以训练的图片类型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脚本之家。
相关文章
Python的Flask框架应用调用Redis队列数据的方法
这里为大家带来Python的Flask框架应用调用Redis队列数据的方法,从而能够实现异步无阻塞从而提高某些实时处理情况下程序的性能,需要的朋友可以参考下2016-06-06
最新评论