在PyTorch中读取图片有多种方法,常用的方法是使用torchvision库中的ImageFolder和DataLoader类。首先,需要将图片数据集组织成以下格式:一个文件夹包含所有的类别文件夹,每个类别文件夹包含该类别的图片。
import torchfrom torchvision import transformsfrom torchvision.datasets import ImageFolderfrom torch.utils.data import DataLoader# 定义数据转换transform = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor()])# 读取图片数据集dataset = ImageFolder(root='path_to_dataset', transform=transform)# 创建数据加载器dataloader = DataLoader(dataset, batch_size=32, shuffle=True)# 遍历数据加载器for images, labels in dataloader: # 进行模型训练或其他操作 pass在上面的代码中,首先定义了一个数据转换transform,然后使用ImageFolder类加载图片数据集,最后创建了一个数据加载器dataloader用于批量加载数据。通过遍历数据加载器,可以获得每个batch的图片数据和对应的标签。




