简要介绍 torchvision.datasets.ImageFolder

torchvision.datasets.ImageFolder 专门用来读取按文件夹分类的图像数据集,是图像分类任务最常用的自定义数据集类。

一、数据集目录强制格式

必须遵循下面的层级:

复制代码
root/
    类别A/
        图片1.jpg
        图片2.png
    类别B/
        图片3.jpg
        ...
  • root:数据集根路径(传给第一个参数)
  • 一级子文件夹名称 = 类别名
  • 子文件夹里存放该类别的所有图片
  • ImageFolder 会自动给每个类别分配数字标签(0,1,2...)

例如:猫狗分类文件结构

规则:只能一层类别文件夹,不能多层嵌套。

二、函数原型

python 复制代码
ImageFolder(
    root,
    transform=None,
    target_transform=None,
    loader=default_loader,
    is_valid_file=None
)
  1. root(str) 数据集根目录路径。
  2. transform (callable, 可选) 对图像本身做预处理、数据增强。 接收 PIL 图片,返回处理后的图片 / Tensor。 示例:Resize、随机翻转、转 Tensor、归一化。
  3. target_transform (callable, 可选) 对标签做变换。 比如把数字标签转成 one‑hot 编码。
  4. loader 图片读取函数,默认 default_loader,用 PIL 读取图片。一般不用修改。
  5. is_valid_file 过滤文件,自定义哪些文件才视为有效图片。

三、返回对象的结构

实例化之后得到一个 Dataset 对象:

  • 遍历单条样本:(image, label)
    • image:经过 transform 后的图像张量 / PIL 图
    • label:该类别的数字索引(int)

额外自带两个重要属性:

  1. dataset.classes → 类别名称列表 ['cat','dog']
  2. dataset.class_to_idx → 类别→数字映射字典 {'cat':0, 'dog':1}

四、运行示例

python 复制代码
from torchvision import datasets, transforms

trans = transforms.Compose([
    transforms.Resize((224,224)),
    transforms.ToTensor()
])

dataset = datasets.ImageFolder(root="./train", transform=trans)

print(dataset.classes)
print(dataset.class_to_idx)

img, label = dataset[0]
print(img.shape, label)

五、搭配 DataLoader 使用(训练标准写法)

python 复制代码
import torch
dataloader = torch.utils.data.DataLoader(
            dataset,
            batch_size=batch_size,
            shuffle=true,
            num_workers=num_workers,
            pin_memory=True,
            drop_last=False,
        )

六、调用链路示意图

流程:

  1. ImageFolder扫描文件夹,自动生成图片路径 + 标签
  2. transform流水线对每张图片做缩放、翻转、转张量、归一化
  3. 交给DataLoader打包成 batch,送入网络训练

七、总结

ImageFolder 自动扫描指定目录下的子文件夹,读取图片并生成分类数据集,配合 transform 做预处理,用于 PyTorch 图像分类训练。

相关推荐
VIP_CQCRE6 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
泯泷7 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我7 小时前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁017 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn8 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄9 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下9 小时前
langgraph 全栈项目(三)
前端·人工智能·后端
黄啊码10 小时前
【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招
人工智能
锋行天下10 小时前
langgraph 全栈项目(二)
前端·人工智能·后端
大模型真好玩10 小时前
用 Seedance 2.5 Flash 实现1分钟AI短剧,满足孩子的超级英雄对战梦
人工智能·aigc·deepseek