Python 如何从图像列表开始加载图像数据集

我有一个服务从另一个服务接收二进制格式的图像（我们称之为服务B）：

---

当一个图像通过PIL成功转换时，它也会被附加到一个图像列表中。

img_list.append(image)    

---

当我有足够多的图像时，我想使用Pytorch加载我的图像列表，就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，需要的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。

您只需编写一个自定义数据集：

类MyDataset（torch.util.data.Dataset）：
定义初始化（自我、img列表、扩充）：
超级（MyDataset，self）。\uuuu init
self.img\u list=img\u list
自我增强=增强
定义（自我）：
返回len（self.img_列表）
def uu getitem uu（self，idx）：
img=self.img\u列表[idx]
返回自增强（img）

---

您现在可以将此自定义数据集插入到

数据加载器
中，您就完成了。
尝试使用pytorch/service，在那里您可以使用请求批处理选项，我认为这应该可以做到。或者您必须使用异步队列。非常感谢，我想补充一点，在我的例子中，还需要添加一个targets
self.targets=torch.LongTensor（my_targets）
，其中
my_targets
基本上是另一个列表。当然，
\uuu getitem\uuu
也将相关目标返回给image@TajinderSingh显然，有目标总是好的。。
my_dataset = datasets.ImageFolder("path/to/images/folder/", transform=transform)
dataset_iterator = DataLoader(my_dataset, batch_size=1)