當前位置：首頁 > 人文社科 > 生活经验 >内容正文

生活经验

PyTorch数据加载处理

發布時間：2023/11/28 生活经验 21 豆豆

生活随笔收集整理的這篇文章主要介紹了 PyTorch数据加载处理小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

PyTorch數據加載處理
PyTorch提供了許多工具來簡化和希望數據加載，使代碼更具可讀性。
1.下載安裝包
? scikit-image：用于圖像的IO和變換
? pandas：用于更容易地進行csv解析
from future import print_function, division
import os
import torch
import pandas as pd #用于更容易地進行csv解析
from skimage import io, transform #用于圖像的IO和變換
import numpy as np
import matplotlib.pyplot as plt
from torch.utils.data import Dataset, DataLoader
from torchvision import transforms, utils

忽略警告

import warnings
warnings.filterwarnings(“ignore”)

plt.ion() # interactive mode
2.下載數據集
從此處下載數據集，數據存于“data / faces /”的目錄中。這個數據集實際上是imagenet數據集標注為face的圖片當中在 dlib 面部檢測 (dlib’s pose estimation) 表現良好的圖片。要處理的是一個面部姿態的數據集。也就是按如下方式標注的人臉:

2.1 數據集注釋
數據集是按如下規則打包成的csv文件:
image_name,part_0_x,part_0_y,part_1_x,part_1_y,part_2_x, … ,part_67_x,part_67_y
0805personali01.jpg,27,83,27,98, … 84,134
1084239450_e76e00b7e7.jpg,70,236,71,257, … ,128,312
3.讀取數據集
將csv中的標注點數據讀入（N，2）數組中，其中N是特征點的數量。讀取數據代碼如下：
landmarks_frame = pd.read_csv(‘data/faces/face_landmarks.csv’)

n = 65
img_name = landmarks_frame.iloc[n, 0]
landmarks = landmarks_frame.iloc[n, 1:].as_matrix()
landmarks = landmarks.astype(‘float’).reshape(-1, 2)

print(‘Image name: {}’.format(img_name))
print(‘Landmarks shape: {}’.format(landmarks.shape))
print(‘First 4 Landmarks: {}’.format(landmarks[:4]))
3.1 數據結果
輸出：
Image name: person-7.jpg
Landmarks shape: (68, 2)
First 4 Landmarks: [[32. 65.]
[33. 76.]
[34. 86.]
[34. 97.]]
4 編寫函數
寫一個簡單的函數，來展示一張圖片和對應的標注點作為例子。
def show_landmarks(image, landmarks):
“”“顯示帶有地標的圖片”""
plt.imshow(image)
plt.scatter(landmarks[:, 0], landmarks[:, 1], s=10, marker=’.’, c=‘r’)
plt.pause(0.001) # pause a bit so that plots are updated

plt.figure()
show_landmarks(io.imread(os.path.join(‘data/faces/’, img_name)),
landmarks)
plt.show()
函數展示結果如下圖所示:

5.數據集類
torch.utils.data.Dataset是表示數據集的抽象類，因此自定義數據集應繼承Dataset并覆蓋以下方法 * len 實現 len(dataset) 返還數據集的尺寸。 * __getitem__用來獲取一些索引數據，例如 dataset[i] 中的(i)。
5.1 建立數據集類
為面部數據集創建一個數據集類。將在 __init__中讀取csv的文件內容，在 __getitem__中讀取圖片。這么做是為了節省內存空間。只有在需要用到圖片的時候才讀取，而不是一開始就把圖片全部存進內存里。
數據樣本將按這樣一個字典{‘image’: image, ‘landmarks’: landmarks}組織。數據集類將添加一個可選參數transform ，以方便對樣本進行預處理。下面會看到，什么時候需要用到transform參數。 __init__方法如下圖所示：
class FaceLandmarksDataset(Dataset):
“”“面部標記數據集.”""

def __init__(self, csv_file, root_dir, transform=None):"""csv_file（string）：帶注釋的csv文件的路徑。root_dir（string）：包含所有圖像的目錄。transform（callable， optional）：一個樣本上的可用的可選變換"""self.landmarks_frame = pd.read_csv(csv_file)self.root_dir = root_dirself.transform = transformdef __len__(self):return len(self.landmarks_frame)def __getitem__(self, idx):img_name = os.path.join(self.root_dir,self.landmarks_frame.iloc[idx, 0])image = io.imread(img_name)landmarks = self.landmarks_frame.iloc[idx, 1:]landmarks = np.array([landmarks])landmarks = landmarks.astype('float').reshape(-1, 2)sample = {'image': image, 'landmarks': landmarks}if self.transform:sample = self.transform(sample)return sample

6.數據可視化
實例化這個類并遍歷數據樣本。將會打印出前四個例子的尺寸，并展示標注的特征點。代碼如下圖所示：
face_dataset = FaceLandmarksDataset(csv_file=‘data/faces/face_landmarks.csv’,
root_dir=‘data/faces/’)

fig = plt.figure()

for i in range(len(face_dataset)):
sample = face_dataset[i]

print(i, sample['image'].shape, sample['landmarks'].shape)ax = plt.subplot(1, 4, i + 1)
plt.tight_layout()
ax.set_title('Sample #{}'.format(i))
ax.axis('off')
show_landmarks(**sample)if i == 3:plt.show()break

數據結果：
6.1 圖形展示結果

6.2 控制臺輸出結果:
0 (324, 215, 3) (68, 2)
1 (500, 333, 3) (68, 2)
2 (250, 258, 3) (68, 2)
3 (434, 290, 3) (68, 2)
7.數據變換
通過上面的例子會發現圖片并不是同樣的尺寸。絕大多數神經網絡都假定圖片的尺寸相同。因此需要做一些預處理。創建三個轉換: * Rescale：縮放圖片 * RandomCrop：對圖片進行隨機裁剪。這是一種數據增強操作 * ToTensor：把numpy格式圖片轉為torch格式圖片 (需要交換坐標軸)。
把們寫成可調用的類的形式，而不是簡單的函數，這樣就不需要每次調用時傳遞一遍參數。只需要實現__call__方法，必要的時候實現 __init__方法。可以這樣調用這些轉換:
tsfm = Transform(params)
transformed_sample = tsfm(sample)
觀察下面這些轉換是如何應用在圖像和標簽上的。
class Rescale(object):
“”"將樣本中的圖像重新縮放到給定大小。.

Args:output_size（tuple或int）：所需的輸出大小。 如果是元組，則輸出為與output_size匹配。 如果是int，則匹配較小的圖像邊緣到output_size保持縱橫比相同。
"""def __init__(self, output_size):assert isinstance(output_size, (int, tuple))self.output_size = output_sizedef __call__(self, sample):image, landmarks = sample['image'], sample['landmarks']h, w = image.shape[:2]if isinstance(self.output_size, int):if h > w:new_h, new_w = self.output_size * h / w, self.output_sizeelse:new_h, new_w = self.output_size, self.output_size * w / helse:new_h, new_w = self.output_sizenew_h, new_w = int(new_h), int(new_w)img = transform.resize(image, (new_h, new_w))# h and w are swapped for landmarks because for images,# x and y axes are axis 1 and 0 respectivelylandmarks = landmarks * [new_w / w, new_h / h]return {'image': img, 'landmarks': landmarks}

class RandomCrop(object):
“”"隨機裁剪樣本中的圖像.

Args:output_size（tuple或int）：所需的輸出大小。 如果是int，方形裁剪是。         
"""def __init__(self, output_size):assert isinstance(output_size, (int, tuple))if isinstance(output_size, int):self.output_size = (output_size, output_size)else:assert len(output_size) == 2self.output_size = output_sizedef __call__(self, sample):image, landmarks = sample['image'], sample['landmarks']h, w = image.shape[:2]new_h, new_w = self.output_sizetop = np.random.randint(0, h - new_h)left = np.random.randint(0, w - new_w)image = image[top: top + new_h,left: left + new_w]landmarks = landmarks - [left, top]return {'image': image, 'landmarks': landmarks}

class ToTensor(object):
“”“將樣本中的ndarrays轉換為Tensors.”""

def __call__(self, sample):image, landmarks = sample['image'], sample['landmarks']# 交換顏色軸因為# numpy包的圖片是: H * W * C# torch包的圖片是: C * H * Wimage = image.transpose((2, 0, 1))return {'image': torch.from_numpy(image),'landmarks': torch.from_numpy(landmarks)}

8.組合轉換
接下來把這些轉換應用到一個例子上。
要把圖像的短邊調整為256，然后隨機裁剪(randomcrop)為224大小的正方形。也就是說，打算組合一個Rescale和 RandomCrop的變換。可以調用一個簡單的類 torchvision.transforms.Compose來實現這一操作。具體實現如下圖：
scale = Rescale(256)
crop = RandomCrop(128)
composed = transforms.Compose([Rescale(256),
RandomCrop(224)])

在樣本上應用上述的每個變換。

fig = plt.figure()
sample = face_dataset[65]
for i, tsfrm in enumerate([scale, crop, composed]):
transformed_sample = tsfrm(sample)

ax = plt.subplot(1, 3, i + 1)
plt.tight_layout()
ax.set_title(type(tsfrm).__name__)
show_landmarks(**transformed_sample)

plt.show()
? 輸出效果：

9.迭代數據集
讓把這些整合起來以創建一個帶組合轉換的數據集。每次這個數據集被采樣時: * 及時地從文件中讀取圖片 * 對讀取的圖片應用轉換 * 。由于其中一步操作是隨機的 (randomcrop) , 數據被增強了。
可以像之前那樣，使用for i in range循環，來對所有創建的數據集執行同樣的操作。
transformed_dataset = FaceLandmarksDataset(csv_file=‘data/faces/face_landmarks.csv’,
root_dir=‘data/faces/’,
transform=transforms.Compose([
Rescale(256),
RandomCrop(224),
ToTensor()
]))

for i in range(len(transformed_dataset)):
sample = transformed_dataset[i]

print(i, sample['image'].size(), sample['landmarks'].size())if i == 3:break

? 輸出結果：
0 torch.Size([3, 224, 224]) torch.Size([68, 2])
1 torch.Size([3, 224, 224]) torch.Size([68, 2])
2 torch.Size([3, 224, 224]) torch.Size([68, 2])
3 torch.Size([3, 224, 224]) torch.Size([68, 2])
但是，對所有數據集簡單的使用for循環犧牲了許多功能，尤其是: * 批量處理數據 * 打亂數據 * 使用多線程multiprocessingworker 并行加載數據。
torch.utils.data.DataLoader是一個提供上述所有這些功能的迭代器。下面使用的參數必須是清楚的。一個值得關注的參數是collate_fn, 可以通過來決定如何對數據進行批處理。但是絕大多數情況下默認值就能運行良好。
dataloader = DataLoader(transformed_dataset, batch_size=4,
shuffle=True, num_workers=4)

輔助功能：顯示批次

def show_landmarks_batch(sample_batched):
“”“Show image with landmarks for a batch of samples.”""
images_batch, landmarks_batch =
sample_batched[‘image’], sample_batched[‘landmarks’]
batch_size = len(images_batch)
im_size = images_batch.size(2)
grid_border_size = 2

grid = utils.make_grid(images_batch)
plt.imshow(grid.numpy().transpose((1, 2, 0)))for i in range(batch_size):plt.scatter(landmarks_batch[i, :, 0].numpy() + i * im_size + (i + 1) * grid_border_size,landmarks_batch[i, :, 1].numpy() + grid_border_size,s=10, marker='.', c='r')plt.title('Batch from dataloader')

for i_batch, sample_batched in enumerate(dataloader):
print(i_batch, sample_batched[‘image’].size(),
sample_batched[‘landmarks’].size())

# 觀察第4批次并停止。
if i_batch == 3:plt.figure()show_landmarks_batch(sample_batched)plt.axis('off')plt.ioff()plt.show()break

? 輸出
0 torch.Size([4, 3, 224, 224]) torch.Size([4, 68, 2])
1 torch.Size([4, 3, 224, 224]) torch.Size([4, 68, 2])
2 torch.Size([4, 3, 224, 224]) torch.Size([4, 68, 2])
3 torch.Size([4, 3, 224, 224]) torch.Size([4, 68, 2])
10.后記：torchvision
本文學習了如何構造和使用數據集類(datasets),轉換(transforms)和數據加載器(dataloader)。torchvision包提供了常用的數據集類(datasets)和轉換(transforms)。可能不需要自己構造這些類。torchvision中還有一個更常用的數據集類ImageFolder。假定了數據集是以如下方式構造的:
root/ants/xxx.png
root/ants/xxy.jpeg
root/ants/xxz.png
.
.
.
root/bees/123.jpg
root/bees/nsdf3.png
root/bees/asd932_.png
其中’ants’,bees’等是分類標簽。在PIL.Image中，也可以使用類似的轉換(transforms)例如RandomHorizontalFlip,Scale。利用這些可以按如下的方式創建一個數據加載器(dataloader) :
import torch
from torchvision import transforms, datasets

data_transform = transforms.Compose([
transforms.RandomSizedCrop(224),
transforms.RandomHorizontalFlip(),
transforms.ToTensor(),
transforms.Normalize(mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225])
])
hymenoptera_dataset = datasets.ImageFolder(root=‘hymenoptera_data/train’,
transform=data_transform)
dataset_loader = torch.utils.data.DataLoader(hymenoptera_dataset,
batch_size=4, shuffle=True,
num_workers=4)

總結

以上是生活随笔為你收集整理的PyTorch数据加载处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。