Python Pytork从Dataloader加载两个图像

我正在尝试制作一个接受低分辨率图像的GAN，并尝试从中创建一个高分辨率图像。为此，我需要使用一个数据加载器，其中存储了高分辨率和低分辨率的训练图像

     data_transform = transforms.Compose([transforms.Resize(imageSize),
                                         transforms.Grayscale(num_output_channels=1),
                                         transforms.ToTensor()])

    dataset_hi = "./hi-res-train"
    dataset_lo = "./low-res-train"

    img_data_hi = dset.ImageFolder(root=dataset_hi,transform=data_transform)
    img_data_lo = dset.ImageFolder(root=dataset_lo,transform=data_transform)

    dataloader_hi = torch.utils.data.DataLoader(img_data_hi, batch_size = batchSize, shuffle = True, num_workers = 2) 
    dataloader_lo = torch.utils.data.DataLoader(img_data_lo, batch_size = batchSize, shuffle = True, num_workers = 2) 

---

我尝试使用上面显示的两个单独的数据加载器，但当它们被洗牌时，我无法同时枚举它们，因为高分辨率和低分辨率图像不匹配。如何使用pytorch枚举和洗牌这两个图像？

假设高分辨率和低分辨率图像的名称相似，例如img01\u hi和img01\u low，一个选项是创建一个自定义数据加载器，通过重写u getitem\uu方法返回两个图像

由于两个图像都在一次调用中返回，您可以通过在文件名后添加_hi&_low来确保它们匹配

您可能需要创建一个包含所有图像文件名列表的提示文本文件，以确保每个图像文件只处理一次