pytorch 输入多光谱数据

如果你想输入多光谱数据到 PyTorch 中，可以使用 PyTorch 的数据加载器 `DataLoader` 对数据进行预处理和批处理。以下是一个简单的例子，假设你有一个包含多光谱图像文件的文件夹：

import os
import numpy as np
from PIL import Image
from torch.utils.data import Dataset, DataLoader

class MultiSpectralDataset(Dataset):
    def __init__(self, data_dir):
        self.data_dir = data_dir
        self.data_files = os.listdir(data_dir)
    
    def __len__(self):
        return len(self.data_files)
    
    def __getitem__(self, idx):
        data_file = self.data_files[idx]
        img = Image.open(os.path.join(self.data_dir, data_file))
        img = np.array(img)
        # 将图像转换为 PyTorch Tensor
        img = torch.from_numpy(img).float()
        return img

在上面的代码中，我们定义了一个自定义的数据集类 `MultiSpectralDataset`，其中 `__getitem__` 函数将每个多光谱图像文件加载为一个 PyTorch Tensor，并从数据集中返回它。然后，我们可以使用 `DataLoader` 对数据进行批处理和预处理：

dataset = MultiSpectralDataset(data_dir='path/to/data')
dataloader = DataLoader(dataset, batch_size=4, shuffle=True)

for batch in dataloader:
    # 对批量进行处理
    pass

在上面的代码中，我们创建了一个数据加载器 `dataloader`，它将数据集 `dataset` 分成大小为 4 的批量，并在每个 epoch 时打乱数据的顺序。然后，我们可以在训练循环中使用 `dataloader` 来获取批量数据并进行处理。