PyTorch數據讀取的實現示例

前言

PyTorch作為一款深度學習框架,已經幫助我們實現瞭很多很多的功能瞭,包括數據的讀取和轉換瞭,那麼這一章節就介紹一下PyTorch內置的數據讀取模塊吧

模塊介紹

  • pandas 用於方便操作含有字符串的表文件,如csv
  • zipfile python內置的文件解壓包
  • cv2 用於圖片處理的模塊,讀入的圖片模塊為BGR,N H W C
  • torchvision.transforms 用於圖片的操作庫,比如隨機裁剪、縮放、模糊等等,可用於數據的增廣,但也不僅限於內置的圖片操作,也可以自行進行圖片數據的操作,這章也會講解
  • torch.utils.data.Dataset torch內置的對象類型
  • torch.utils.data.DataLoader 和Dataset配合使用可以實現數據的加速讀取和隨機讀取等等功能
import zipfile # 解壓
import pandas as pd # 操作數據
import os # 操作文件或文件夾
import cv2 # 圖像操作庫
import matplotlib.pyplot as plt # 圖像展示庫
from torch.utils.data import Dataset # PyTorch內置對象
from torchvision import transforms # 圖像增廣轉換庫 PyTorch內置
import torch 

初步讀取數據

數據下載到此處
我們先初步編寫一個腳本來實現圖片的展示

# 解壓文件到指定目錄
def unzip_file(root_path, filename):
  full_path = os.path.join(root_path, filename)
  file = zipfile.ZipFile(full_path)
  file.extractall(root_path)
unzip_file(root_path, zip_filename)

# 讀入csv文件
face_landmarks = pd.read_csv(os.path.join(extract_path, csv_filename))

# pandas讀出的數據如想要操作索引 使用iloc
image_name = face_landmarks.iloc[:,0]
landmarks = face_landmarks.iloc[:,1:]

# 展示
def show_face(extract_path, image_file, face_landmark):
  plt.imshow(plt.imread(os.path.join(extract_path, image_file)), cmap='gray')
  point_x = face_landmark.to_numpy()[0::2]
  point_y = face_landmark.to_numpy()[1::2]
  plt.scatter(point_x, point_y, c='r', s=6)
  
show_face(extract_path, image_name.iloc[1], landmarks.iloc[1])

在這裡插入圖片描述

使用內置庫來實現

實現MyDataset

使用內置庫是我們的代碼更加的規范,並且可讀性也大大增加
繼承Dataset,需要我們實現的有兩個地方:

  • 實現__len__返回數據的長度,實例化調用len()時返回
  • __getitem__給定數據的索引返回對應索引的數據如:a[0]
  • transform 數據的額外操作時調用
class FaceDataset(Dataset):
  def __init__(self, extract_path, csv_filename, transform=None):
    super(FaceDataset, self).__init__()
    self.extract_path = extract_path
    self.csv_filename = csv_filename
    self.transform = transform
    self.face_landmarks = pd.read_csv(os.path.join(extract_path, csv_filename))
  def __len__(self):
    return len(self.face_landmarks)
  def __getitem__(self, idx):
    image_name = self.face_landmarks.iloc[idx,0]
    landmarks = self.face_landmarks.iloc[idx,1:].astype('float32')
    point_x = landmarks.to_numpy()[0::2]
    point_y = landmarks.to_numpy()[1::2]
    image = plt.imread(os.path.join(self.extract_path, image_name))
    sample = {'image':image, 'point_x':point_x, 'point_y':point_y}
    if self.transform is not None:
      sample = self.transform(sample)
    return sample

測試功能是否正常

face_dataset = FaceDataset(extract_path, csv_filename)
sample = face_dataset[0]
plt.imshow(sample['image'], cmap='gray')
plt.scatter(sample['point_x'], sample['point_y'], c='r', s=2)
plt.title('face')

在這裡插入圖片描述

實現自己的數據處理模塊

內置的在torchvision.transforms模塊下,由於我們的數據結構不能滿足內置模塊的要求,我們就必須自己實現
圖片的縮放,由於縮放後人臉的標註位置也應該發生對應的變化,所以要自己實現對應的變化

class Rescale(object):
  def __init__(self, out_size):
    assert isinstance(out_size,tuple) or isinstance(out_size,int), 'out size isinstance int or tuple'
    self.out_size = out_size
  def __call__(self, sample):
    image, point_x, point_y = sample['image'], sample['point_x'], sample['point_y']
    new_h, new_w = self.out_size if isinstance(self.out_size,tuple) else (self.out_size, self.out_size)
    new_image = cv2.resize(image,(new_w, new_h))
    h, w = image.shape[0:2]
    new_y = new_h / h * point_y
    new_x = new_w / w * point_x
    return {'image':new_image, 'point_x':new_x, 'point_y':new_y}

將數據轉換為torch認識的數據格式因此,就必須轉換為tensor
註意: cv2matplotlib讀出的圖片默認的shape為N H W C,而torch默認接受的是N C H W因此使用tanspose轉換維度,torch轉換多維度使用permute

class ToTensor(object):
  def __call__(self, sample):
    image, point_x, point_y = sample['image'], sample['point_x'], sample['point_y']
    new_image = image.transpose((2,0,1))
    return {'image':torch.from_numpy(new_image), 'point_x':torch.from_numpy(point_x), 'point_y':torch.from_numpy(point_y)}

測試

transform = transforms.Compose([Rescale((1024, 512)), ToTensor()])
face_dataset = FaceDataset(extract_path, csv_filename, transform=transform)
sample = face_dataset[0]
plt.imshow(sample['image'].permute((1,2,0)), cmap='gray')
plt.scatter(sample['point_x'], sample['point_y'], c='r', s=2)
plt.title('face')

在這裡插入圖片描述

使用Torch內置的loader加速讀取數據

data_loader = DataLoader(face_dataset, batch_size=4, shuffle=True, num_workers=0)
for i in data_loader:
  print(i['image'].shape)
  break
torch.Size([4, 3, 1024, 512])

註意: windows環境盡量不使用num_workers會發生報錯

總結

這節使用內置的數據讀取模塊,幫助我們規范代碼,也幫助我們簡化代碼,加速讀取數據也可以加速訓練,數據的增廣可以大大的增加我們的訓練精度,所以本節也是訓練中比較重要環節

到此這篇關於PyTorch數據讀取的實現示例的文章就介紹到這瞭,更多相關PyTorch數據讀取內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: