随手手册，希望对初学者有用，更适用于主技术栈非pytorch偶尔需用的JYM.

想从事AI方向的JYM，是绕不开Python和Pytorch，对于有经验的程序员来说，看如下三文，入门相关的工具基本是OK了。

入门之后就到了具体学习，看视频(文章底部有链接，并非广告，这个作者我也不认识)。有了一遍视频学习之后，来一个速度手册，便于快速恢复。 ------ 这是笔者针对目前编程语言众多，各自占不同山头，程序员得知道多种语言技能的处理办法。---

随时更新

用Dir与Help探索工具箱

dir()函数，能让我们知道工具箱以及工具箱中的分隔区有什么东西
help()函数，能让我们知道每个工具是如何使用的，工具的使用方法

scss 复制代码

dir(pytorch) 
dir(pythorch.xxx)
help(Dataset)

Dataset

上图序号对标的内容描述

序号	内容
⑴	垃圾数据 - (原始数据 ------ 无规则，也可以称之为垃圾)
⑵	提供一种方式获取数据及其Label - 如何获取一个数据集Label - 告诉我们总共有多少数据
⑶	Dataloader - 为后面的网络提供不同数据集
⑷	-

原图有内容，但贴出来有点乱，影响版面效果

Dataset：提供一种方式去获取数据及其方式

用Jupyter查看dataset的帮助

shell 复制代码

#1. 启动
jupyter node

#2. 打开浏览器 
http://localhost:8888/

3. 点击右侧 [new] --> Python3 (ipykernel) 

4. 在浏览器的控制台里输入
Dataset ?? 
# 或 ```help(Dataset) ```

输出：

Dataset实战

copy数据到工程路径下

安装依赖包

bash 复制代码

# pip install opencv-python  
# 或
pip install pillow
pip install Image

编程

python 复制代码

# 路径
import os.path

# 引入Dataset
from torch.utils.data import Dataset

# 图像操作
from PIL import Image


# import cv2
# "hymenoptera_data/train/ants/0013035.jpg"

# 继承：Dataset
class MyData(Dataset):
    # 实始化函数 - 魔术方法
    def __init__(self, root_dir, label_dir):
        """
         根目录：root_dir
         用目录标签：label_dir
        """
        # 创建时给赋值的变量为全局变量 self.xxx
        self.root_dir = root_dir
        self.label_dir = label_dir
        self.path = os.path.join(self.root_dir, self.label_dir)
        self.img_path = os.listdir(self.path)
        pass

    # 都需要继承__getitem__
    # idx: 图片地址的索引
    def __getitem__(self, idx):
        """
        idx: 图片索引侠置 从0开始
        """
        # 得到文件名
        img_name = self.img_path(idx)
        img_item_path = os.path.join(self.root_dir, self.label_dir, img_name)
        img = Image.open(img_item_path)
        label = self.label_dir
        return img, label

    def __len__(self):
        return len(self.img_path)


if __name__ == '__main__':
    root_dir = "hymenoptera_data/train"
    ant_label_dir = "ants"
    bees_label_dir = "bees"
    ants_dataset = MyData(root_dir, ant_label_dir)
    bees_dataset = MyData(root_dir, bees_label_dir)
    train_data = ants_dataset + bees_dataset
    print(len(train_data))

pycharm操作

python 控制台

输入指令，右侧自动显示类的属性、方法或数据

ini 复制代码

from PIL import Image
img_path = "hymenoptera_data/train/ants/0013035.jpg"
img = Image.open(img_path)
img.show("my")
img.show()
dir_path = "hymenoptera_data/train/ants"
import os
img_path_list = os.listdir(dir_path)

库

OpenCV

OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效 ------ 由一系列C函数和少量 C++类构成，提供了Python、Ruby、MATLAB、java、cuda等语言的接口和机器学习的基础算法调用，实现了图像处理和计算机视觉方面的很多通用算法...(CV：Computer Vision，计算机视觉) 。

blog.csdn.net/weixin_4110...

安装的时候是 opencv_python，但在导入的时候采用 import cv2。

shell 复制代码

# 方法一：直接安装
pip install opencv-python  

# 方法二 -- 官网下载安装.whl文件   
# https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv   
pip install opencv_python‑3.x.x‑cp36‑cp36m‑win_amd64.whl 

# 方法三 -- conda环境安装：  
conda install opencv-python

PIL

PythonWare公司提供了免费的图像处理工具包 PIL (Python Image Library), 该软件包提供了基本的图像处理功能，如：改变图像大小，旋转图像，图像格式转换，色场空间转换，图像增强，直方图处理，插值和滤波等等...

blog.csdn.net/yohnyang/ar... Python图像处理库

安装

pip install pillow
pip install Image

使用

python 复制代码

from PIL import Image             ##调用库
...

im = Image.open("E:\mywife.jpg")  ##文件存在的路径
im.show()

数据

文件夹名即为标签名

文件夹内的内容

图片文件夹	标签文件夹

按训练所需图片与训练所需标签分类存储