推荐|【单点知识】基于实例讲解PyTorch中的ImageFolder类

文章目录

0. 前言

按照国际惯例，首先声明：本文只是我自己学习的理解，虽然参考了他人的宝贵见解及成果，但是内容可能存在不准确的地方。如果发现文中错误，希望批评指正，共同进步。

torchvision.datasets.ImageFolder 是 PyTorch 中用于加载图像分类数据集的一个实用类。它特别适用于图像分类任务（可以说是图像分类任务离不开ImageFolder），因为它能够自动将文件夹结构映射到类别标签上。

本文将基于实例详细介绍ImageFolder类。

1. ImageFolder功能

ImageFolder 自动遍历指定目录下的所有子文件夹，并将每个子文件夹视为一个不同的类别或标签。（最重要的功能）
它允许用户轻松地加载和迭代训练/验证集中的图像数据，同时自动提供对应的类别标签。
可以方便地与 PyTorch 数据加载器（DataLoader）结合使用，实现批量化、并行化数据加载，这对于深度学习模型训练非常关键。

2 基本使用方法及参数解析

2.1 基本调用方式

from torchvision.datasets import ImageFolder
from torchvision import transforms
import PIL

root = ...
transforms = transforms.Compose([...])
target_transform = transforms.Compose([...])

folder = ImageFolder(root=root, transform=transforms,
                     target_transform= target_transform, loader=PIL.Image.open)

2.2 构造参数说明

root（必需）：字符串类型，表示数据集所在的根目录。
transform（可选，几乎是必须）：一个 transforms 对象，用于对读取的图像进行一系列预处理操作，如调整大小、转为 tensor、标准化等。
target_transform（可选）：对目标标签进行转换的函数或变换对象。
loader（可选，从没用过）：用于加载图像文件的函数。

2.3 属性

classes：一个包含所有类别名称的列表，按照文件夹名字排序。
class_to_idx：一个字典，key为类别名称，value为对应的整数索引。
imgs:一个元组，形为(image path, class_index)

2.4 方法

__getitem__(index)：通过索引获取单个数据项，返回一个元组 (image, target)，其中 image 是经过 transform 处理后的图像 tensor，target 是对应的类别索引。

利用 ImageFolder 和 DataLoader 结合的方式，可以高效地准备和访问数据，从而大大简化了图像分类任务中数据预处理和加载的工作流程。

3. PyTorch实例说明

3.1 实例数据集

使用之前文章用过的hymenoptera数据集的简化版，其文件结构如下：

hymenoptera/hymenoptera_dataset/
├── train  #训练组
│   ├── ants  #4张图像
│   └── bees  #5张图像
└── val   #验证组
    ├── ants  #6张图像
    └── bees  #7张图像

3.2 实例说明

ImageFolder的属性实例说明：

from torchvision.datasets import ImageFolder

image_path1 = '.\hymenoptera'
image_path2 = '.\hymenoptera\hymenoptera_data'
image_path3 = '.\hymenoptera\hymenoptera_data\\train'

folder1 = ImageFolder(root=image_path1)
print(folder1.classes, '|',folder1.class_to_idx,'|', folder1.imgs)
folder2 = ImageFolder(root=image_path2)
print(folder2.classes, '|',folder2.class_to_idx,'|', folder2.imgs)
folder3 = ImageFolder(root=image_path3)
print(folder3.classes, '|',folder3.class_to_idx,'|', folder3.imgs)

输出为：

['hymenoptera_data'] | {'hymenoptera_data': 0} | [('.\\hymenoptera\\hymenoptera_data\\train\\ants\\0013035.jpg', 0), ...)]
['train', 'val'] | {'train': 0, 'val': 1} | [('.\\hymenoptera\\hymenoptera_data\\train\\ants\\0013035.jpg', 0), ...)]
['ants', 'bees'] | {'ants': 0, 'bees': 1} | [('.\\hymenoptera\\hymenoptera_data\\train\\ants\\0013035.jpg', 0), ...)]

这里可以看出，虽然是同一个数据集，但是root选择的文件夹层级不同会有不同的classes和自动编号的classes_id。但是无论选择哪个文件夹层级，imgs都能自动遍历所选文件路径下的所有图像。（从下面的方法说明也能看出）

ImageFolder的方法实例说明：

from torchvision.datasets import ImageFolder

image_path1 = '.\hymenoptera'
image_path2 = '.\hymenoptera\hymenoptera_data'
image_path3 = '.\hymenoptera\hymenoptera_data\\train'

folder1 = ImageFolder(root=image_path1)
folder2 = ImageFolder(root=image_path2)
folder3 = ImageFolder(root=image_path3)

print(len(folder1),len(folder2),len(folder3)) #输出：22 22 9

for img,id in folder3:
    print(img,'|',id)
'''
输出：
 | 0
 | 0
 | 0
 | 0
 | 1
 | 1
 | 1
 | 1
 | 1
'''

print(folder3[0])   #输出:(, 0)

4. 总结

torchvision.datasets.ImageFolder 是 PyTorch 中用于加载图像数据集的一个重要类，它特别适用于组织结构清晰的图片分类任务。ImageFolder 假设数据集按照以下结构存储：

根目录（root）
- 类别1
  - 图像1.jpg
  - 图像2.jpg
  - …
- 类别2
  - 图像1.jpg
  - 图像3.png
  - …
- …

每个子文件夹代表一个类别，并且该文件夹的下的图像都会被自动编号。ImageFolder 会遍历这些子文件夹中的所有图像文件，并将它们与其对应的类别标签配对。

使用 ImageFolder 时，其返回的对象是一个可迭代的数据加载器，每次迭代都会产出一个 (image, label) 元组，其中 image 可以是 PIL Image 或经过 transform 转换后的张量形式的图像，而 label 则是从对应文件夹名称映射得到的整数类别标签。

通过结合 PyTorch 的 DataLoader，可以方便地实现图像数据的批量化加载，非常适合于训练深度学习模型。