Python 如何在自定义pytorch数据集中组合两个图像特征？

我正在尝试构建一个定制的pytorch数据集，其中两个图像作为特征，一个图像作为输出

以下是图像在文件系统中的显示方式：

./feature1/image1.jpeg #64x64px
./feature2/image1.jpeg #64x64px
./output/image1.jpeg #64x64px

我的目标是创建一个将作为输入的神经网络

feature1 + feature2 => output. 

---

创建此类数据集的最佳方法是什么？

有多种方法，最佳方法取决于数据的性质、模型以及两个图像之间的关系

如果网络由简单的线性层组成，则可以简单地连接（展平）张量，因为特征的顺序是任意的

---

如果是CNN（取决于图像之间的关系），将它们堆叠在第四维（如视频帧）可能更有意义。

OP询问的是数据集而不是网络architecture@konstantinoskokos我知道这一点。