Python 使用PyTorch的多标签、多类图像分类器（ConvNet）_Python_Classification_Pytorch_Convolutional Neural Network_Multilabel Classification

Python 使用PyTorch的多标签、多类图像分类器（ConvNet）

python pytorch

Python 使用PyTorch的多标签、多类图像分类器（ConvNet）,python,classification,pytorch,convolutional-neural-network,multilabel-classification,Python,Classification,Pytorch,Convolutional Neural Network,Multilabel Classification,我正在尝试用PyTorch实现一个图像分类器（CNN/ConvNet），我想从csv文件中读取标签。我有4个不同的类，一个图像可能属于多个类我已经通读了和，但没有一本涵盖我的具体情况。我已经成功地构建了torch.utils.data.Dataset类的自定义函数，该函数仅适用于从二进制分类器的csv文件中读取标签这是到目前为止我所拥有的torch.utils.data.Dataset类的代码（与上面链接的第三个教程略有修改）：具体而言，我正在尝试从具有以下结构的文件中读取标签：我的具

我正在尝试用PyTorch实现一个图像分类器（CNN/ConvNet），我想从csv文件中读取标签。我有4个不同的类，一个图像可能属于多个类

我已经通读了和，但没有一本涵盖我的具体情况。我已经成功地构建了

torch.utils.data.Dataset

类的自定义函数，该函数仅适用于从二进制分类器的csv文件中读取标签

这是到目前为止我所拥有的

torch.utils.data.Dataset类的代码（与上面链接的第三个教程略有修改）：
具体而言，我正在尝试从具有以下结构的文件中读取标签：

我的具体问题是，我不知道如何在我的Dataset
类中实现这一点。我想我缺少了csv中标签的（手动）分配与PyTorch如何读取之间的联系，因为我对该框架相当陌生。

我非常感谢任何关于如何让这个工作的帮助，或者如果有实际的例子涵盖这一点，一个链接也将非常感谢
 也许我遗漏了什么，但是如果您想将列1..N
（N=4
）转换为标签向量或形状（N，）
（例如，给定示例数据，标签（img1）=[0,0,0,1]
，标签（img3）=[1,0,1,0]
，…），为什么不：
将所有标签列读入self.label\u arr
：
self.label_arr = np.asarray(self.data_info.iloc[:, 1:]) # columns 1 to N


相应地返回\uuu getitem\uuuu（）
中的标签（此处无更改）：

为了训练分类器，您可以计算（N，）
预测和目标标签之间的交叉熵
self.label_arr = np.asarray(self.data_info.iloc[:, 1:]) # columns 1 to N

single_image_label = self.label_arr[index]