如何在python中加载图像数据集

我有一个文件夹（在我的windows桌面上），其中包含我想用来构建深度学习分类器的图像。我还有一个.csv文件，它有图像编号（例如img_1035）和相应的类标签如何将带有标签的数据集加载到python/jupyter笔记本中？ 这是kaggle（）上数据集的链接

---

我更愿意使用PyTorch来实现这一点，但任何其他方式也将受到高度赞赏

幸运的是，PyTorch有一个方便的工具，您可以扩展它来创建自己的数据集

以下是使用ImageFolder的数据集示例：

class MyDataset(torchvision.datasets.ImageFolder):

def __init__(self, train_folder_path='.', transform=None, target_transform=None):
    super().__init__(train_folder_path, transform, target_transform)

# [ Some functions omitted ]

然后，使用PyTorch的“数据加载器”加载设备。 以下是一个培训集示例：

training_set = MyDataset(root_path, transform)
train_loader = torch.utils.data.DataLoader(training_set, batch_size=batch_size, shuffle=True)

使用火车装载机，您可以从数据集中获取批次。然后，您可以使用这些批次进行培训/验证，以此类推：

batch = next(iter(train_loader))
images, labels = batch

---

训练是一个相当复杂的过程，所以我不完全确定你想在这里潜多深。我希望这是一个正确的方向。

您应该了解如何在pytorch中构建自定义数据集。应该相当容易。