pytorchデータセット構築datasets

4360 ワード

pytorchにはDatasetクラスが内蔵されており、トレーニング、テストデータセットを独自の任意のデータで構築できます.使用するときは自分でクラスを定義する必要があります.所有する必要があります.len__、 __ getitem__クラス、データセットの長さを取得し、データセットの内容を反復します.
以下に、データセットクラスを自主的に構築する例を示します.
class FaceLandmarksDataset(Dataset):
    """Face Landmarks dataset."""

    def __init__(self, csv_file, root_dir, transform=None):
        """
        Args:
            csv_file (string): Path to the csv file with annotations.
            root_dir (string): Directory with all the images.
            transform (callable, optional): Optional transform to be applied
                on a sample.
        """
        self.landmarks_frame = pd.read_csv(csv_file)
        self.root_dir = root_dir
        self.transform = transform

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

    def __getitem__(self, idx):
        img_name = os.path.join(self.root_dir,
                                self.landmarks_frame.iloc[idx, 0])
        image = io.imread(img_name)
        landmarks = self.landmarks_frame.iloc[idx, 1:].as_matrix()
        landmarks = landmarks.astype('float').reshape(-1, 2)
        sample = {'image': image, 'landmarks': landmarks}

        if self.transform:
            sample = self.transform(sample)

        return sample

__ init__:初期化関数は、データセットのいくつかのパラメータを定義するために使用されます._len__:データセットの長さを返します.getitem__:データセットの反復に使用します.
以下は呼び出し方法です.
face_dataset = FaceLandmarksDataset(csv_file='faces/face_landmarks.csv',
                                    root_dir='faces/')