【貓狗數據集】谷歌colab之使用pytorch讀取自己數據集（貓狗數據集）

數據集下載地址：

鏈接：https://pan.baidu.com/s/1l1AnBgkAAEhh0vI5_loWKw
提取碼：2xq4

之前在：https://www.cnblogs.com/xiximayou/p/12398285.html創建好了數據集，將它上傳到谷歌colab

在colab上的目錄如下：

在utils中的rdata.py定義了讀取該數據集的代碼：

from torch.utils.data import DataLoader
import torchvision
import torchvision.transforms as transforms
import torch
#預處理
transform = transforms.Compose([transforms.ToTensor()])
path = "/content/drive/My Drive/colab notebooks/data/dogcat"
train_path=path+"/train"
test_path=path+"/test"
#使用torchvision.datasets.ImageFolder讀取數據集指定train和test文件夾
train_data = torchvision.datasets.ImageFolder(train_path, transform=transform)
train_loader = DataLoader(train_data, batch_size=32, shuffle=True, num_workers=1)
 
test_data = torchvision.datasets.ImageFolder(test_path, transform=transform)
test_loader = DataLoader(test_data, batch_size=32, shuffle=True, num_workers=1)
print(train_data.classes)  #根據分的文件夾的名字來確定的類別
print(train_data.class_to_idx) #按順序為這些類別定義索引為0,1...
print(train_data.imgs) #返回從所有文件夾中得到的圖片的路徑以及其類別

print(test_data.classes)  #根據分的文件夾的名字來確定的類別
print(test_data.class_to_idx) #按順序為這些類別定義索引為0,1...
print(test_data.imgs) #返回從所有文件夾中得到的圖片的路徑以及其類別

ImageFolder可以讀取我們的train或test下面的文件夾，並為每一個標簽進行編碼，同時將圖片與標簽進行對應。

在test.ipynb中運行rdata.py

說明我們創建的數據集是可以用的了。

有了數據集，接下來就是網絡的搭建以及訓練和測試了。