Pytorch中如何使用ImageFolder讀取數據集時忽略特定文件

這篇文章主要介紹Pytorch中如何使用ImageFolder讀取數據集時忽略特定文件，文中介紹的非常詳細，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讀取數據集時忽略特定文件

如果事先知道需要忽略哪些文件，當然直接從數據集里刪除就行了。但如果需要在程序運行時動態確認，或者篩選規則比較復雜，人工不好做，就需要讓ImageFolder在讀取時使用自定義的篩選規則。

ImageFolder有一個可選參數為is_valid_file，參數類型為可調用的函數，該函數傳入一個str參數，返回一個bool值。當返回值為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了__call__方法的Check類，相比于直接定義函數的好處在于可以在構造函數里指定想要忽略的字符，并且能夠根據操作系統的不同把文件目錄分隔符給確定了。

更加復雜的功能可以自行修改代碼邏輯實現，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！！！

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三個類別的數據集文件夾，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讀取數據集時忽略特定文件”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！