【torchvision】 torchvision.datasets.ImageFolder

torchvision.datasets.ImageFolder(root, transform, target_transform, loader)
1

参数：

• root：图片存储的根目录，即各类别文件夹所在目录的上一级目录，在下面的例子中是 “…/input/data/”
• transform：对图片进行预处理操作（函数），原始图片作为输入，返回一个转换后的图片。
• target_transform：对图片类别进行预处理的操作，输入为 target，输出对其的转换。如果不传该参数，即对 target 不做任何转换，返回的顺序索引 0,1, 2…
• loader：表示数据集加载方式，通常默认加载方式即可

另外，该 API 有以下成员变量:

• self.classes：用一个 list 保存类别名称
• self.class_to_idx：类别对应的索引，与不做任何转换返回的 target 对应
• self.imgs：保存(img-path, class) tuple的 list，与我们自定义 Dataset类的 def getitem(self, index): 返回值类似。注意看下面实例中 dataset.imgs 的返回值

---

举例：

数据存储结构如下

import torchvision
import torchvision.transforms as transforms
from torch.utils import data

trans = transforms.Compose([transforms.RandomCrop(224), transforms.ToTensor()])
dataset = torchvision.datasets.ImageFolder('../input/data', transform=trans)
print(dataset.classes)
print(dataset.class_to_idx)
print(dataset.imgs)
print('\n')

train_loader = data.DataLoader(dataset, batch_size=2, shuffle=True)
for (img, label) in train_loader:
    print(img.shape)
    print(label)
    break
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16