没有目标的验证数据

Question

我有一个要由 CNN 模型分类的图像验证数据集。我想使用

pytorch

加载这些图像。

torchvision.datasets.ImageFolder()

函数不起作用，因为没有目标，因为数据集未分类。我假设我需要编写一个自定义数据集类，稍后我会将其放入

torch.utils.data.DataLoader()

。我在网上搜索过，但我仍然不太明白课程应该是什么样子。

我试过这个

import torch
from torch.utils.data import Dataset
from torchvision.io import read_image, ImageReadMode
import os


class Dset(Dataset):
    def __init__(self, dir: str, transform=None) -> None:
        self.transform = transform
        self.images = os.listdir(dir)
        self.dir = dir
    
    def __getitem__(self, index: int) -> torch.Tensor:
        image = read_image(f'{self.dir}/{self.images[index]}', mode=ImageReadMode.RGB) # upd
        if self.transform is not None:
            image = self.transform(image)
        return image

    def __len__(self) -> int:
        return len(self.images)

但是在这个单元格之后（所有图像都在

.data/

中）

from torchvision import transforms

batch_size = 64
transform = transforms.Compose([transforms.Grayscale(), transforms.ToTensor()])
data = Dset('data', transform=transform)
trainloader = torch.utils.data.DataLoader(data, batch_size=batch_size, shuffle=True)

images, labels = iter(trainloader)

我遇到这个错误：

TypeError: pic should be PIL Image or ndarray. Got <class 'torch.Tensor'>

Answer 1

正如评论中所讨论的 - 问题是你的图像有一个 Alpha 通道。您可以修改

read_image

函数以从输入图像中删除 Alpha 通道，如下所示：

image = read_image(f'{self.dir}/{self.images[index]}', mode=ImageReadMode.RGB)

对于其他模式，您可以检查ImageReadMode类。