PyTorch数据集
PyTorch数据集详细操作教程
在本章中，将更多地关注torchvision.datasets及其各种类型。PyTorch包括以下数据集加载器 -
MNIST
COCO (字幕和检测)
数据集包括以下两种函数 -
transform - 一种接收图像并返回标准内容的修改版本的函数。这些可以与变换一起组合。
target_transform - 获取目标并对其进行转换的函数。例如，接受标题字符串并返回索引张量。
MNIST
以下是MNIST数据集的示例代码 -
# Filename : example.py
# Copyright : 2020 By Lidihuo
# Author by : www.lidihuo.com
# Date : 2020-08-23
dset.MNIST(root, train = True, transform = NONE,
target_transform = None, download = False)
参数如下 -
root - 存在已处理数据的数据集的根目录。
train - True =训练集，False =测试集
download - True =从互联网下载数据集并将其放入根目录。
COCO
需要安装COCO API。以下示例用于演示使用PyTorch的数据集的COCO实现 -
# Filename : example.py
# Copyright : 2020 By Lidihuo
# Author by : www.lidihuo.com
# Date : 2020-08-23
import torchvision.dataset as dset
import torchvision.transforms as transforms
cap = dset.CocoCaptions(root = ' dir where images are', annFile = 'json annotation file', transform = transforms.ToTensor())
print('Number of samples: ', len(cap))
print(target)
上面程序代码输出结果如下：
# Filename : example.py
# Copyright : 2020 By Lidihuo
# Author by : www.lidihuo.com
# Date : 2020-08-23
Number of samples: 82783
Image Size: (3L, 427L, 640L)
