如何用PyTorch将个人图片数据预处理以供训练使用？

本文共计296个文字，预计阅读时间需要2分钟。

为了简化这段代码，并确保不超过100个字，以下是修改后的版本：

python为使用自定义图像数据，需仿照PyTorch数据输入创建新类，数据格式为numpy.ndarray。将图片保存为numpy.ndarray，然后创建类+from+torch.utils.data+import+Datasetimport+numpy+as+np

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易盾网络。