Pytorch自己加载单通道图片用作数据集训练的实例

pytorch 在torchvision包里面有很多的的打包好的数据集，例如minist,Imagenet-12,CIFAR10 和CIFAR100。在torchvision的dataset包里面，用的时候直接调用就行了。具体的调用格式可以去看文档（目前好像只有英文的）。网上也有很多源代码。

不过，当我们想利用自己制作的数据集来训练网络模型时，就要有自己的方法了。pytorch在torchvision.dataset包里面封装过一个函数ImageFolder（）。这个函数功能很强大，只要你直接将数据集路径保存为例如“train/1/1.jpg ,rain/1/2.jpg …… ”就可以根据根目录“./train”将数据集装载了。

dataset.ImageFolder(root="datapath", transfroms.ToTensor())

但是后来我发现一个问题，就是这个函数加载出来的图像矩阵都是三通道的，并且没有什么参数调用可以让其变为单通道。如果我们要用到单通道数据集（灰度图）的话，比如自己加载Lenet-5模型的数据集，就只能自己写numpy数组再转为pytorch的Tensor()张量了。

接下来是我做的过程：

首先，还是要用到opencv,用灰度图打开一张图片，省事。

#读取图片　这里是灰度图　 for item in all_path:  img = cv2.imread(item[1],0)  img = cv2.resize(img,(28,28))  arr = np.asarray(img,dtype="float32")  data_x[i ,:,:,:] = arr  i+=1  data_y.append(int(item[0]))   data_x = data_x / 255 data_y = np.asarray(data_y)

其次，pytorch有自己的numpy转Tensor函数，直接转就行了。

 data_x = torch.from_numpy(data_x) data_y = torch.from_numpy(data_y)

下一步利用torch.util和torchvision里面的dataLoader函数，就能直接得到和torchvision.dataset里面封装好的包相同的数据集样本了

 dataset = dataf.TensorDataset(data_x,data_y) loader = dataf.DataLoader(dataset, batch_size=batchsize, shuffle=True)

最后就是自己建网络设计参数训练了，这部分和文档以及github中的差不多，就不赘述了。

下面是整个程序的源代码，我利用的还是上次的车标识别的数据集，一共分四类，用的是2层卷积核两层全连接。

源代码：

# coding=utf-8import osimport cv2import numpy as npimport random import torchimport torch.nn as nnimport torch.utils.data as dataffrom torch.autograd import Variableimport torch.nn.functional as Fimport torch.optim as optim #训练参数cuda = Falsetrain_epoch = 20train_lr = 0.01train_momentum = 0.5batchsize = 5  #测试训练集路径test_path = "/home/test/"train_path = "/home/train/" #路径数据all_path =[] def load_data(data_path): signal = os.listdir(data_path) for fsingal in signal:   filepath = data_path+fsingal  filename = os.listdir(filepath)  for fname in filename:   ffpath = filepath+"/"+fname   path = [fsingal,ffpath]   all_path.append(path)   #设立数据集多大 count = len(all_path) data_x = np.empty((count,1,28,28),dtype="float32") data_y = []#打乱顺序 random.shuffle(all_path) i=0; #读取图片　这里是灰度图　最后结果是i*i*i*i#分别表示：batch大小　，　通道数，　像素矩阵 for item in all_path:  img = cv2.imread(item[1],0)  img = cv2.resize(img,(28,28))  arr = np.asarray(img,dtype="float32")  data_x[i ,:,:,:] = arr  i+=1  data_y.append(int(item[0]))   data_x = data_x / 255 data_y = np.asarray(data_y)#  lener = len(all_path) data_x = torch.from_numpy(data_x) data_y = torch.from_numpy(data_y) dataset = dataf.TensorDataset(data_x,data_y)  loader = dataf.DataLoader(dataset, batch_size=batchsize, shuffle=True)   return loader#  print data_y   train_load = load_data(train_path)test_load = load_data(test_path) class L5_NET(nn.Module): def __init__(self):  super(L5_NET ,self).__init__();  #第一层输入1，20个卷积核　每个5*5  self.conv1 = nn.Conv2d(1 , 20 , kernel_size=5)  #第二层输入20，30个卷积核　每个5*5  self.conv2 = nn.Conv2d(20 , 30 , kernel_size=5)  #drop函数  self.conv2_drop = nn.Dropout2d()  #全链接层１，展开30*4*4，连接层50个神经元  self.fc1 = nn.Linear(30*4*4,50)  #全链接层１，50-4 ,4为最后的输出分类  self.fc2 = nn.Linear(50,4)  #前向传播 def forward(self,x):  #池化层１ 对于第一层卷积池化，池化核2*2  x = F.relu(F.max_pool2d( self.conv1(x)  ,2 ) )  #池化层2 对于第二层卷积池化，池化核2*2  x = F.relu(F.max_pool2d( self.conv2_drop( self.conv2(x) ) , 2 ) )  #平铺轴30*4*4个神经元  x = x.view(-1 , 30*4*4)  #全链接１  x = F.relu( self.fc1(x) )  #dropout链接  x = F.dropout(x , training= self.training)  #全链接w  x = self.fc2(x)  #softmax链接返回结果  return F.log_softmax(x) model = L5_NET()if cuda : model.cuda()   optimizer = optim.SGD(model.parameters()  , lr =train_lr , momentum = train_momentum ) #预测函数def train(epoch): model.train() for batch_idx, (data, target) in enumerate(train_load):  if cuda:   data, target = data.cuda(), target.cuda()  data, target = Variable(data), Variable(target)  #求导  optimizer.zero_grad()  #训练模型，输出结果  output = model(data)  #在数据集上预测loss  loss = F.nll_loss(output, target)  #反向传播调整参数pytorch直接可以用loss  loss.backward()  #SGD刷新进步  optimizer.step()  #实时输出  if batch_idx % 10 == 0:   print('Train Epoch: {} [{}/{} ({:.0f}%)]/tLoss: {:.6f}'.format(    epoch, batch_idx * len(data), len(train_load.dataset),    100. * batch_idx / len(train_load), loss.data[0]))#       #测试函数def test(epoch): model.eval() test_loss = 0 correct = 0 for data, target in test_load:    if cuda:   data, target = data.cuda(), target.cuda()     data, target = Variable(data, volatile=True), Variable(target)  #在测试集上预测  output = model(data)  #计算在测试集上的loss  test_loss += F.nll_loss(output, target).data[0]  #获得预测的结果  pred = output.data.max(1)[1] # get the index of the max log-probability  #如果正确，correct+1  correct += pred.eq(target.data).cpu().sum()  #loss计算 test_loss = test_loss test_loss /= len(test_load) #输出结果 print('/nThe {} epoch result : Average loss: {:.6f}, Accuracy: {}/{} ({:.2f}%)/n'.format(  epoch,test_loss, correct, len(test_load.dataset),  100. * correct / len(test_load.dataset))) for epoch in range(1, train_epoch+ 1): train(epoch) test(epoch)