当前位置：首页 > ds >正文

Pytorch框架学习

ds 2025/8/21 20:25:28

一、Pytorch加载数据

这一部分有空再补

二、Dataset代码实战

from torch.utils.data import Dataset
from PIL import Image
import cv2
import osclass Mydata(Dataset):def __init__(self,root_dir,label_dir):self.root_dir=root_dirself.label_dir=label_dir#合并：相当于root_dir目录下的某一类self.path=os.path.join(self.root_dir,self.label_dir)#root_dir目录下的某一类里的全部 整个数据集self.img_path=os.listdir(self.path)def __getitem__(self,idx):#idx相当于数组中的下标img_name=self.img_path[idx]#图片的位置img_item_path=os.path.join(self.root_dir,self.label_dir,img_name)#读取图片 需要 from PIL import Imageimg=Image.open(img_item_path)label=self.label_dirreturn img,labeldef __len__(self):#数据集的长度，即有多少张图片return len(self.img_path)root_dir="data/test"
blur_label_dir="blur"
cover_label_dir="cover"
blur_dataset=Mydata(root_dir,blur_label_dir)
cover_dataset=Mydata(root_dir,cover_label_dir)
#两个数据集的集合
train_dataset=blur_dataset+cover_dataset

三、TensorBoard的使用

1、add_scalar()的使用（常用来绘制train/val loss）

#从torch的工具箱(utils)中导出tensorboard这个类
from torch.utils.tensorboard import SummaryWriterwriter=SummaryWriter("logs")#writer.add_image()
#y=x
for i in range(100):writer.add_scalar("y=2x",2*i,i)writer.close()#以上运行后会创建一个logs文件夹#在终端运行以下命令会实现绘制y=x图像
tensorboard --logdir=logs

2、add_image()的使用

#从torch的工具箱(utils)中导出tensorboard这个类
from torch.utils.tensorboard import SummaryWriter
import numpy as np
from PIL import Image
writer=SummaryWriter("logs")image_path="data/test/blur/1.jpeg"
img_PIL=Image.open(image_path)
#把jpeg类型的图片转换为numpy类型
img_array=np.array(img_PIL)
#输出图片的类型
print(type(img_array))print(img_array.shape)writer.add_image("test",img_array,1,dataformats='HWC')

四、Transforms的使用

torchvision中的transforms

1、ToTensor()的使用
在这里插入图片描述

from torchvision import transforms
from PIL import Image
img_path="data/test/blur/1.jpeg"
img=Image.open(img_path)
#输出图片的类型
#print(img)tensor_trans=transforms.ToTensor()
#将img的图片类型转换为tensor类型
tensor_img=tensor_trans(img)
print(tensor_img)

2、为什么需要Tensor类型？

from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
from PIL import Image
img_path="data/test/blur/1.jpeg"
img=Image.open(img_path)
#输出图片的类型
#print(img)writer=SummaryWriter("logs")tensor_trans=transforms.ToTensor()
#将img的图片类型转换为tensor类型
tensor_img=tensor_trans(img)
print(tensor_img)
writer.add_image("tensor_img",tensor_img)writer.close()