Caltech-256データセット処理(3)トレーニングセットと検証セットをPyTorch Dateloaderにロード

PyTorchでのCaltech-256データセットの処理:Caltech-256データセット処理(一)label抽出Caltech-256データセット処理(二)トレーニングセットとテストセットの作成Caltech-256データセット処理(三)トレーニングセットと検証セットDateloaderへのロード

Caltech-256の各ピクチャのサイズは一定ではないので、ここではcrop操作を行う必要がある.

ここでサボって、meanとstdはimagenetのデータに行って、厳密には単独で計算する必要があります.

rstrip()とstrip()は、具体的なシーンに応じて柔軟に使用できますが、ここでは念のため多く使用されています.

import torch
from torch.autograd import Variable
from torchvision import transforms
from torch.utils.data import Dataset, DataLoader
from PIL import Image

root='/media/this/02ff0572-4aa8-47c6-975d-16c3b8062013/'

def default_loader(path):
    return Image.open(path).convert('RGB')

class MyDataset(Dataset):
    def __init__(self, txt, transform=None, target_transform=None, loader=default_loader):
        fh = open(txt, 'r')
        imgs = []
        for line in fh:
            line = line.rstrip()
            line = line.strip('
')
            line = line.rstrip()
            words = line.split()
            imgs.append((words[0],int(words[1])))
        self.imgs = imgs
        self.transform = transform
        self.target_transform = target_transform
        self.loader = loader

    def __getitem__(self, index):
        fn, label = self.imgs[index]
        img = self.loader(fn)
        if self.transform is not None:
            img = self.transform(img)
        return img,label

    def __len__(self):
        return len(self.imgs)

mean = [ 0.485, 0.456, 0.406 ]
std = [ 0.229, 0.224, 0.225 ]

transform = transforms.Compose([
    transforms.Scale(256),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(mean = mean, std = std),
    ])

train_data = MyDataset(txt=root+'dataset-trn.txt', transform=transform)
test_data = MyDataset(txt=root+'dataset-val.txt', transform=transform)
train_loader = DataLoader(dataset=train_data, batch_size=64, shuffle=True)
test_loader = DataLoader(dataset=test_data, batch_size=64)
'''
for idx, (data, target) in enumerate(test_loader):
    if(idx%10==0):
        print(str(idx)+' '+str(target))

for idx, (data, target) in enumerate(train_loader):
    if(idx%10==0):
        print(str(idx)+' '+str(target))
'''