Neural network 用于神经网络训练的Pytorch加载图像和地面真实图像
我试图使用自定义图像数据来训练和测试pytorch神经网络。我有一个文件夹的图像作为数据,另一个文件夹的图像作为地面真相。文件和地面真相图像具有相同的名称,但它们位于单独的文件夹中。我想将它们作为图像和地面真相成对使用,例如,1.jpg馈送到网络,htis图片的结果应该和其他1.jpg(其地面真相)进行比较。我希望我的神经网络输出是图像而不是分类(如图像到图像的转换或pix2pix) 我试过pytorch dataloader和其他一些文档,但它们不是我所需要的。我试过的一些文档:Neural network 用于神经网络训练的Pytorch加载图像和地面真实图像,neural-network,pytorch,torchvision,Neural Network,Pytorch,Torchvision,我试图使用自定义图像数据来训练和测试pytorch神经网络。我有一个文件夹的图像作为数据,另一个文件夹的图像作为地面真相。文件和地面真相图像具有相同的名称,但它们位于单独的文件夹中。我想将它们作为图像和地面真相成对使用,例如,1.jpg馈送到网络,htis图片的结果应该和其他1.jpg(其地面真相)进行比较。我希望我的神经网络输出是图像而不是分类(如图像到图像的转换或pix2pix) 我试过pytorch dataloader和其他一些文档,但它们不是我所需要的。我试过的一些文档: 尝试使用
尝试使用两个图像文件夹创建两个不同的
数据集
对象,然后编写一个数据加载器
,从两个数据集
对象加载。看,我不明白为什么dataloader类不适合您的目的。除了@akshayk07建议的内容之外,您还可以编写一个自定义的Dataset
类,该类返回包含原始和基本真相图像的字典或元组。您还可以看看哪一种是可伸缩的、快速加载数据的框架。