torch 构建自定义图像数据集

在PyTorch中构建自定义图像数据集通常涉及以下几个步骤：

1. **创建数据类**（Data Class）：定义一个类，它继承自`torch.utils.data.Dataset`。这个类需要定义两个方法：`__init__()`初始化函数，用于加载和处理数据；`__len__()`返回数据集中样本的数量；`__getitem__(index)`，指定索引时返回一个样本。

class CustomImageDataset(torch.utils.data.Dataset):
    def __init__(self, images_path, labels, transform=None):
        self.images = images_path
        self.labels = labels
        self.transform = transform

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

    def __getitem__(self, idx):
        img_path = self.images[idx]
        label = self.labels[idx]

        # 使用PIL或其他库读取图像
        image = Image.open(img_path)
        
        if self.transform:
            image = self.transform(image)

        return image, label

2. **预处理**：可以对图片进行缩放、裁剪、色彩转换等操作，这一步通过`transform`参数传递给`CustomImageDataset`实例。

3. **数据加载器**（Data Loader）：使用`torch.utils.data.DataLoader`来批量加载数据，它会自动管理数据的并行加载以及迭代。

from torchvision import transforms

# 数据预处理示例
transform = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])

dataset = CustomImageDataset(images_path, labels, transform=transform)
data_loader = torch.utils.data.DataLoader(dataset, batch_size=32, shuffle=True)