如何从 Pytorch 图像列表开始加载数据集

Question

我有一个服务可以从另一个服务（我们称之为服务 B）接收二进制格式的图像：

from PIL import Image

img_list = []
img_bin = get_image_from_service_B()
image = Image.open(io.BytesIO(img_bin)) # Convert bytes to image using PIL

当图像通过 PIL 成功转换后，它也会附加到图像列表中。

img_list.append(image)

当我有足够的图像时，我想使用 Pytorch 加载我的图像列表，就好像它是一个数据集一样

if img_list.__len__() == 500:
     ### Load dataset and do a transform operation on the data

在以前版本的软件中，要求只是从文件夹中检索图像，因此加载所有图像非常简单

my_dataset = datasets.ImageFolder("path/to/images/folder/", transform=transform)
dataset_iterator = DataLoader(my_dataset, batch_size=1)

现在我的问题是如何执行转换并从列表中加载数据集。

Answer 1

您可以简单地编写自定义数据集：

class MyDataset(torch.utils.data.Dataset):
  def __init__(self, img_list, augmentations):
    super(MyDataset, self).__init__()
    self.img_list = img_list
    self.augmentations = augmentations

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

  def __getitem__(self, idx):
    img = self.img_list[idx]
    return self.augmentations(img)

您现在可以将此自定义数据集插入 DataLoader，您就完成了。

如何从 Pytorch 图像列表开始加载数据集

How to load a dataset starting from list of images Pytorch

python

torch

pytorch

torchvision