python-3.x - 如何将基于自定义图像的数据集加载到 Pytorch 中以与 CNN 一起使用？

Question

我在互联网上搜索了几个小时，才找到解决我的问题的好方法。以下是一些相关背景信息，可以帮助您回答我的问题。

这是我的第一个深度学习项目，我不知道自己在做什么。我知道理论，但不知道实践要素。

我正在使用的数据可以在 kaggle 上通过以下链接找到:(https://www.kaggle.com/alxmamaev/flowers-recognition)

我的目标是使用 CNN 根据数据集中提供的图像对花朵进行分类。

这是迄今为止我尝试用来加载数据的一些示例代码，这是我最好的尝试，但正如我提到的，我一无所知，Pytorch 文档没有提供太多我可以理解的帮助。(https://pastebin.com/fNLVW1UW)

    # Loads the images for use with the CNN.
def load_images(image_size=32, batch_size=64, root="../images"):
    transform = transforms.Compose([
        transforms.Resize(32),
        transforms.ToTensor(),
        transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

    train_set = datasets.ImageFolder(root=root, train=True, transform=transform)
    train_loader = torch.utils.data.DataLoader(train_set, batch_size=batch_size, shuffle=True, num_workers=2)

    return train_loader


# Defining variables for use with the CNN.
classes = ('daisy', 'dandelion', 'rose', 'sunflower', 'tulip')
train_loader_data = load_images()

# Training samples.
n_training_samples = 3394
train_sampler = SubsetRandomSampler(np.arange(n_training_samples, dtype=np.int64))

# Validation samples.
n_val_samples = 424
val_sampler = SubsetRandomSampler(np.arange(n_training_samples, n_training_samples + n_val_samples, dtype=np.int64))

# Test samples.
n_test_samples = 424
test_sampler = SubsetRandomSampler(np.arange(n_test_samples, dtype=np.int64))

以下是我也需要答案的直接问题:

• 如何修复代码以按 80/10/10 分割加载到数据集中进行训练/测试/验证？

• 如何为这些已按/images 中的文件夹划分的图像创建所需的标签/类？

Answer 1

查看来自Kaggle的数据和您的代码，您的数据加载存在问题。

数据应位于每个类标签的不同文件夹中，以便 PyTorch ImageFolder 正确加载。在您的情况下，由于所有训练数据都位于同一文件夹中，PyTorch 会将其作为一组训练集加载。您可以使用文件夹结构来纠正此问题，例如 - train/daisy、train/dandelion、test/daisy、test/dandelion 然后将训练和测试文件夹分别传递给训练和测试ImageFolder。只需更改文件夹结构即可。看一下torchvision.datasets.Imagefolder的官方文档，里面有类似的例子。

<小时/>

正如您所说，这些图像已按 /images 中的文件夹划分。 PyTorch ImageFolder 假设图像按以下方式组织。但只有当您使用训练集的所有图像时，此文件夹结构才是正确的:

```
/images/daisy/100080576_f52e8ee070_n.jpg
/images/daisy/10140303196_b88d3d6cec.jpg
.
.
.
/images/dandelion/10043234166_e6dd915111_n.jpg
/images/dandelion/10200780773_c6051a7d71_n.jpg
```

其中“daisy”、“dandelion”等是类标签。

如果您想在您的情况下将数据集拆分为训练集和测试集，则正确的文件夹结构(请注意，我知道您想将数据集拆分为训练集、验证集和测试集，但这并不重要，因为这只是一个表达想法的例子):

```
/images/train/daisy/100080576_f52e8ee070_n.jpg
/images/train/daisy/10140303196_b88d3d6cec.jpg
.
.
/images/train/dandelion/10043234166_e6dd915111_n.jpg
/images/train/dandelion/10200780773_c6051a7d71_n.jpg
.
.
/images/test/daisy/300080576_f52e8ee070_n.jpg
/images/test/daisy/95140303196_b88d3d6cec.jpg
.
.
/images/test/dandelion/32143234166_e6dd915111_n.jpg
/images/test/dandelion/65200780773_c6051a7d71_n.jpg
```

然后，您可以引用以下完整代码示例来了解如何编写数据加载器:

import os
import numpy as np
import torch
import torch.nn as nn
import torch.nn.functional as F
from torch.autograd import Variable
import torch.utils.data as data
import torchvision
from torchvision import transforms

EPOCHS = 2
BATCH_SIZE = 10
LEARNING_RATE = 0.003
TRAIN_DATA_PATH = "./images/train/"
TEST_DATA_PATH = "./images/test/"
TRANSFORM_IMG = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(256),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406],
                         std=[0.229, 0.224, 0.225] )
    ])

train_data = torchvision.datasets.ImageFolder(root=TRAIN_DATA_PATH, transform=TRANSFORM_IMG)
train_data_loader = data.DataLoader(train_data, batch_size=BATCH_SIZE, shuffle=True,  num_workers=4)
test_data = torchvision.datasets.ImageFolder(root=TEST_DATA_PATH, transform=TRANSFORM_IMG)
test_data_loader  = data.DataLoader(test_data, batch_size=BATCH_SIZE, shuffle=True, num_workers=4) 

class CNN(nn.Module):
    # omitted...

if __name__ == '__main__':

    print("Number of train samples: ", len(train_data))
    print("Number of test samples: ", len(test_data))
    print("Detected Classes are: ", train_data.class_to_idx) # classes are detected by folder structure

    model = CNN()    
    optimizer = torch.optim.Adam(model.parameters(), lr=LEARNING_RATE)
    loss_func = nn.CrossEntropyLoss()    

    # Training and Testing
    for epoch in range(EPOCHS):        
        for step, (x, y) in enumerate(train_data_loader):
            b_x = Variable(x)   # batch x (image)
            b_y = Variable(y)   # batch y (target)
            output = model(b_x)[0]          
            loss = loss_func(output, b_y)   
            optimizer.zero_grad()           
            loss.backward()                 
            optimizer.step()

            if step % 50 == 0:
                test_x = Variable(test_data_loader)
                test_output, last_layer = model(test_x)
                pred_y = torch.max(test_output, 1)[1].data.squeeze()
                accuracy = sum(pred_y == test_y) / float(test_y.size(0))
                print('Epoch: ', epoch, '| train loss: %.4f' % loss.data[0], '| test accuracy: %.2f' % accuracy)