多标签，多 class 图像 classifier (ConvNet) with PyTorch

Question

我正在尝试使用 PyTorch 实现一个图像 classifier (CNN/ConvNet)，我想从 csv 文件中读取我的标签。我有 4 个不同的 classes，一张图片可能属于多个 class.

我已通读 PyTorch Tutorial and this Stanford tutorial and this one，但其中 none 涵盖了我的具体案例。我已经设法构建了 torch.utils.data.Dataset class 的自定义函数，它可以很好地从二进制 classifier 的 csv 文件中读取标签。

这是我目前使用的 torch.utils.data.Dataset class 的代码（根据上面的第三个教程 link 稍作修改）：

import torch
import torchvision.transforms as transforms
import torch.utils.data as data
from PIL import Image
import numpy as np
import pandas as pd


class MyCustomDataset(data.Dataset):
# __init__ function is where the initial logic happens like reading a csv,
# assigning transforms etc.
def __init__(self, csv_path):
    # Transforms
    self.random_crop = transforms.RandomCrop(800)
    self.to_tensor = transforms.ToTensor()
    # Read the csv file
    self.data_info = pd.read_csv(csv_path, header=None)
    # First column contains the image paths
    self.image_arr = np.asarray(self.data_info.iloc[:, 0])
    # Second column is the labels
    self.label_arr = np.asarray(self.data_info.iloc[:, 1])
    # Calculate len
    self.data_len = len(self.data_info.index)


# __getitem__ function returns the data and labels. This function is
# called from dataloader like this
def __getitem__(self, index):
    # Get image name from the pandas df
    single_image_name = self.image_arr[index]
    # Open image
    img_as_img = Image.open(single_image_name)
    img_cropped = self.random_crop(img_as_img)
    img_as_tensor = self.to_tensor(img_cropped)

    # Get label(class) of the image based on the cropped pandas column
    single_image_label = self.label_arr[index]

    return (img_as_tensor, single_image_label)

def __len__(self):
    return self.data_len

具体来说，我正在尝试从具有以下结构的文件中读取我的标签：

我的具体问题是，我不知道如何在我的 Dataset class 中实现它。我想我错过了 csv 中标签的（手动）分配与 PyTorch 如何读取它们之间的 link，因为我对框架相当陌生。
我将不胜感激有关如何使它工作的任何帮助，或者如果实际上有涉及此的示例，我也将不胜感激 link！

Answer 1

也许我遗漏了一些东西，但是如果您想将列 1..N（此处为 N = 4）转换为标签向量或形状 (N,)（例如，给定您的示例数据， label(img1) = [0, 0, 0, 1], label(img3) = [1, 0, 1, 0], ...), 为什么不:

将所有标签列读入self.label_arr:

self.label_arr = np.asarray(self.data_info.iloc[:, 1:]) # columns 1 to N

Return 相应地 __getitem__() 中的标签（这里没有变化）：
```
single_image_label = self.label_arr[index]
```

要训练您的分类器，您可以计算例如您的 (N,) 预测与目标标签之间的交叉熵。

多标签，多 class 图像 classifier (ConvNet) with PyTorch

Multi-label, multi-class image classifier (ConvNet) with PyTorch

python

classification

multilabel-classification

pytorch

convolutional-neural-network