Image PyTorch自定义数据集数据加载器返回字符串（键）而不是张量

我正在尝试加载我自己的数据集，我使用一个自定义的

数据加载程序

，它读取图像和标签，并将它们转换为PyTorch张量。但是，当实例化

数据加载器时，它返回字符串x
“image”
和y
“labels”
，而不是读取时的实际值或张量（
iter
）

print（self.train#u loader）#显示一个张量对象
tic=time.time（）
以tqdm（总数=自身数量列车）作为pbar：
对于枚举（self.train_loader）中的i，（x，y）：#x和y作为字符串返回（如果失败）
如果自行使用(gpu):
x、 y=x.cuda（），y.cuda（）
x、 y=变量（x），变量（y）

这就是
dataloader.py
的样子：

来自uuu未来uuu导入打印u功能，分区#ds
将numpy作为np导入
从utils导入plot\u图像
导入操作系统
作为pd#ds进口大熊猫
从skimage导入io，转换#ds
进口火炬
从torchvision导入数据集
从torch.utils.data导入数据集，数据加载器#ds
从torchvision导入转换
来自torchvision import utils#ds
从torch.utils.data.sampler导入SubstrandomSampler
类CDATA集（数据集）：
def uuu init uuu（self，csv_文件，根目录，transform=None）：
"""
Args：
csv_文件（字符串）：带注释的csv文件的路径。
根目录（字符串）：包含所有图像的目录。
转换（可调用，可选）：要应用的可选转换
在样品上。
"""
self.frame=pd.read\u csv（csv\u文件）
self.root\u dir=root\u dir
self.transform=transform
定义（自我）：
回程透镜（自镜框）
def uu getitem uu（self，idx）：
img\u name=os.path.join（self.root\u dir，
self.frame.iloc[idx，0]+'.jpg'）
image=io.imread（img\u名称）
#image=image.transpose（（2,0,1））
labels=np.array（self.frame.iloc[idx，1]）#.as_matrix（）#ds
#landmarks=landmarks.astype（'float'）。重塑（-1,2）
#打印（图像.形状）
#打印（img_名称、标签）
示例={'image'：图像，'labels'：labels}
如果自我转换：
示例=自转换（示例）
回样
类传感器（对象）：
“”“将样本中的nArray转换为张量。”“”
定义调用（自我，样本）：
图像，标签=样本['image']，样本['labels']
#打印（图像）
#打印（标签）
#交换颜色轴，因为
#numpy图像：高x宽x高
#火炬图像：C X H X W
image=image.transpose（（2,0,1））
#打印（图像.形状）
#打印（（火炬从_numpy（图像））开始）
#打印（（火炬从_numpy（标签）））
返回{'image'：火炬。来自_numpy（图像），
“标签”：火炬。来自\u numpy（标签）}
def获取列车有效装载机（数据目录，
批量大小，
随机种子，
#有效_大小=0.1，#ds
#洗牌=正确，
show_sample=False，
工人数量=4，
引脚（内存=错误）：
"""
装载和返回列车的实用功能，有效
MNIST数据集上的多进程迭代器。示例
可以选择显示9x9图像网格。
如果使用CUDA，num_workers应设置为1，pin_memory应设置为True。
Args
----
-data_dir：数据集的路径目录。
-批次大小：每批装载多少样品。
-随机种子：固定种子以获得重复性。
-#ds有效_大小：用于
验证集。应为[0,1]范围内的浮点。
在本文中，该数字设置为0.1。
-洗牌：是否洗牌训练/验证指标。
-显示样本：绘制数据集的9x9样本网格。
-num_workers：加载数据集时要使用的子进程数。
-pin_memory：是否将张量复制到CUDA固定内存中。将其设置为
如果使用GPU，则为True。
退换商品
-------
-训练加载程序：训练集迭代器。
-有效的\u加载程序：验证集迭代器。
"""
#ds
#错误\u msg=“[！]有效\u大小应在[0，1]范围内
#断言（（有效大小>=0）和（有效大小从
main.py运行）
：

如果配置为列车：
数据装载机=获取列车有效装载机(
config.data\u dir，config.batch\u size，
config.random_seed，#config.valid_size，
#config.shuffle，
config.show_示例，**kwargs
)
您没有正确使用python的
枚举（）
（x，y）
当前分配给批处理字典的两个键，即字符串
“image”
和
“labels”
。这应该可以解决您的问题：

对于i，枚举中的批处理（自列装载机）：
x、 y=批次[“图像”]，批次[“标签”]
# ...