windows pytorch unet网络学习之BasicDataset

原创于 2020-07-13 22:39:01 发布 · 2k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch

unet 专栏收录该内容

6 篇文章

订阅专栏

本文介绍了一种构建图像处理数据集的方法，通过使用BasicDataset类，可以读取指定目录下的所有图片文件，排除隐藏文件，并将文件名存储为列表。这对于训练深度学习模型至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

dataset = BasicDataset(dir_img, dir_mask, img_scale)

上面是调用语句

class BasicDataset(Dataset):
    def __init__(self, imgs_dir, masks_dir, scale=1):
        self.imgs_dir = imgs_dir
        self.masks_dir = masks_dir
        self.scale = scale
        assert 0 < scale <= 1, 'Scale must be between 0 and 1'

        self.ids = [splitext(file)[0] for file in listdir(imgs_dir)
                    if not file.startswith('.')]
        logging.info('Creating dataset with {} examples'.format(len(self.ids)))

从语句可以看出，这里只是将入参赋值给dataset类，并且用listdir系统函数将imags_dir里面的所有的文件名读取到，除了.的文件，并存到list里面