Pytorch中如何使用ImageFolder讀取數(shù)據(jù)集時忽略特定文件

這篇文章主要介紹Pytorch中如何使用ImageFolder讀取數(shù)據(jù)集時忽略特定文件，文中介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們一定要看完！

一、使用ImageFolder讀取數(shù)據(jù)集時忽略特定文件

如果事先知道需要忽略哪些文件，當(dāng)然直接從數(shù)據(jù)集里刪除就行了。但如果需要在程序運行時動態(tài)確認(rèn)，或者篩選規(guī)則比較復(fù)雜，人工不好做，就需要讓ImageFolder在讀取時使用自定義的篩選規(guī)則。

ImageFolder有一個可選參數(shù)為is_valid_file，參數(shù)類型為可調(diào)用的函數(shù)，該函數(shù)傳入一個str參數(shù)，返回一個bool值。當(dāng)返回值為True時保留該文件，否則忽略。

例如，讀取時想要忽略所有文件名帶‘invalid’的文件，

代碼如下：

import platform
from torchvision.datasets import ImageFolder


class Check(object):
    def __init__(self,
                 key_word: str):
        self.key_word = key_word
        self.separator = '\\' if platform.system() == 'Windows' else '/'

    def __call__(self, 
                 file_name: str) -> bool:
        folders = file_name.split(self.separator)
        return folders[-1].find(self.key_word) < 0

dataset = ImageFolder('./data', is_valid_file=Check('invalid'))

這里定義了一個實現(xiàn)了__call__方法的Check類，相比于直接定義函數(shù)的好處在于可以在構(gòu)造函數(shù)里指定想要忽略的字符，并且能夠根據(jù)操作系統(tǒng)的不同把文件目錄分隔符給確定了。

更加復(fù)雜的功能可以自行修改代碼邏輯實現(xiàn)，但是要注意如果某個類別的所有文件都被篩選掉了，ImageFolder會報FileNotFoundError錯誤。

如果想要忽略整個類別可以使用下面方法?。。?/p>

二、ImageFolder只讀取部分類別文件夾

直接繼承并且重寫ImageFolder類的find_classes方法即可

from torchvision.datasets.folder import *
from typing import *


class FilterableImageFolder(ImageFolder):
    def __init__(
            self,
            root: str,
            transform: Optional[Callable] = None,
            target_transform: Optional[Callable] = None,
            loader: Callable[[str], Any] = default_loader,
            is_valid_file: Optional[Callable[[str], bool]] = None,
            valid_classes: List = None
    ):
        self.valid_classes = valid_classes
        super(FilterableImageFolder, self).__init__(root, transform, target_transform, loader, is_valid_file)

    def find_classes(self, directory: str) -> Tuple[List[str], Dict[str, int]]:
        classes = sorted(entry.name for entry in os.scandir(directory) if entry.is_dir())
        #增加了這下面這句
        classes = [valid_class for valid_class in classes if valid_class in self.valid_classes]
        if not classes:
            raise FileNotFoundError(f"Couldn't find any class folder in {directory}.")

        class_to_idx = {cls_name: i for i, cls_name in enumerate(classes)}
        return classes, class_to_idx

使用時，例如有mouse、cat、dog三個類別的數(shù)據(jù)集文件夾，只想讀取cat和dog，

代碼如下：

dataset = FilterableImageFolder('./data', valid_classes=['cat', 'dog'])

以上是“Pytorch中如何使用ImageFolder讀取數(shù)據(jù)集時忽略特定文件”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對大家有幫助，更多相關(guān)知識，歡迎關(guān)注億速云行業(yè)資訊頻道！