Python Pytorch深度学习之数据加载和处理(数据图像)

一、下载安装包

packages:

scikit-image:用于图像测IO和变换
pandas:方便进行csv解析

二、下载数据集

数据集说明：该数据集（我在这）是imagenet数据集标注为face的图片当中在dlib面部检测表现良好的图片——处理的是一个面部姿态的数据集，也就是按照入戏方式标注人脸

数据集展示

三、读取数据集

#%%读取数据集
landmarks_frame=pd.read_csv('D:/Python/Pytorch/data/faces/face_landmarks.csv')
n=65
img_name=landmarks_frame.iloc[n,0]
landmarks=landmarks_frame.iloc[n,1:].values
landmarks=landmarks.astype('float').reshape(-1,2)
print('Image name :{}'.format(img_name))
print('Landmarks shape :{}'.format(landmarks.shape))
print('First 4 Landmarks:{}'.format(landmarks[:4]))

运行结果

四、编写一个函数看看图像和landmark

#%%编写显示人脸函数
def show_landmarks(image,landmarks):
 plt.imshow(image)
 plt.scatter(landmarks[:,0],landmarks[:,1],s=10,marker=".",c='r')
 plt.pause(0.001)
plt.figure()
show_landmarks(io.imread(os.path.join('D:/Python/Pytorch/data/faces/',img_name)),landmarks)
plt.show()

运行结果

五、数据集类

torch.utils.data.Dataset是表示数据集的抽象类，自定义数据类应继承Dataset并覆盖__len__实现len（dataset）返还数据集的尺寸。__getitem__用来获取一些索引数据：

#%%数据集类——将数据集封装成一个类
class FaceLandmarksDataset(Dataset):
 def __init__(self,csv_file,root_dir,transform=None):
  # csv_file(string):待注释的csv文件的路径
  # root_dir(string):包含所有图像的目录
  # transform（callabele,optional）:一个样本上的可用的可选变换
  self.landmarks_frame=pd.read_csv(csv_file)
  self.root_dir=root_dir
  self.transform=transform
 def __len__(self):
  return len(self.landmarks_frame)
 def __getitem__(self, idx):
  img_name=os.path.join(self.root_dir,self.landmarks_frame.iloc[idx,0])
  image=io.imread(img_name)
  landmarks=self.landmarks_frame.iloc[idx,1:]
  landmarks=np.array([landmarks])
  landmarks=landmarks.astype('float').reshape(-1,2)
  sample={'image':image,'landmarks':landmarks}
  if self.transform:
sample=self.transform(sample)
  return sample

六、数据可视化

#%%数据可视化
# 将上面定义的类进行实例化并便利整个数据集
face_dataset=FaceLandmarksDataset(csv_file='D:/Python/Pytorch/data/faces/face_landmarks.csv', 
root_dir='D:/Python/Pytorch/data/faces/')
fig=plt.figure()
for i in range(len(face_dataset)) :
 sample=face_dataset[i]
 print(i,sample['image'].shape,sample['landmarks'].shape)
 ax=plt.subplot(1,4,i+1)
 plt.tight_layout()
 ax.set_title('Sample #{}'.format(i))
 ax.axis('off')
 show_landmarks(**sample)
 if i==3:
  plt.show()
  break

运行结果

七、数据变换

由上图可以发现每张图像的尺寸大小是不同的。绝大多数神经网路都嘉定图像的尺寸相同。所以需要对图像先进行预处理。创建三个转换：

Rescale：缩放图片

RandomCrop:对图片进行随机裁剪

ToTensor:把numpy格式图片转成torch格式图片（交换坐标轴）和上面同样的方式，将其写成一个类，这样就不需要在每次调用的时候川第一此参数，只需要实现__call__的方法，必要的时候使用__init__方法

1、Function_Rescale

# 将样本中的图像重新缩放到给定的大小
class Rescale(object): 
 def __init__(self,output_size):
  assert isinstance(output_size,(int,tuple))
  self.output_size=output_size
 #output_size 为int或tuple，如果是元组输出与output_size匹配，
 #如果是int，匹配较小的图像边缘到output_size保持纵横比相同
 def __call__(self,sample):
  image,landmarks=sample['image'],sample['landmarks']
  h,w=image.shape[:2]
  if isinstance(self.output_size, int):#输入参数是int
if h>w:
 new_h,new_w=self.output_size*h/w,self.output_size
else:
 new_h,new_w=self.output_size,self.output_size*w/h
  else:#输入参数是元组
new_h,new_w=self.output_size
  new_h,new_w=int(new_h),int(new_w)
  img=transform.resize(image, (new_h,new_w))
  landmarks=landmarks*[new_w/w,new_h/h]
  return {'image':img,'landmarks':landmarks}

2、Function_RandomCrop

# 随机裁剪样本中的图像
class RandomCrop(object):
 def __init__(self,output_size):
  assert isinstance(output_size, (int,tuple))
  if isinstance(output_size, int):
self.output_size=(output_size,output_size)
  else:
assert len(output_size)==2
self.output_size=output_size
 # 输入参数依旧表示想要裁剪后图像的尺寸，如果是元组其而包含两个元素直接复制长宽，如果是int，则裁剪为方形
 def __call__(self,sample):
  image,landmarks=sample['image'],sample['landmarks']
  h,w=image.shape[:2]
  new_h,new_w=self.output_size
  #确定图片裁剪位置
  top=np.random.randint(0,h-new_h)
  left=np.random.randint(0,w-new_w)
  image=image[top:top+new_h,left:left+new_w]
  landmarks=landmarks-[left,top]
  return {'image':image,'landmarks':landmarks}

3、Function_ToTensor

#%%
# 将样本中的npdarray转换为Tensor
class ToTensor(object):
 def __call__(self,sample):
  image,landmarks=sample['image'],sample['landmarks']
  image=image.transpose((2,0,1))#交换颜色轴
  #numpy的图片是：Height*Width*Color
  #torch的图片是：Color*Height*Width
  return {'image':torch.from_numpy(image),
 'landmarks':torch.from_numpy(landmarks)}

八、组合转换

将上面编写的类应用到实例中

Req: 把图像的短边调整为256，随机裁剪（randomcrop）为224大小的正方形。即：组合一个Rescale和RandomCrop的变换。

#%%
scale=Rescale(256)
crop=RandomCrop(128)
composed=transforms.Compose([Rescale(256),RandomCrop(224)]) 
# 在样本上应用上述变换
fig=plt.figure() 
sample=face_dataset[65]
for i,tsfrm in enumerate([scale,crop,composed]):
 transformed_sample=tsfrm(sample)
 ax=plt.subplot(1,3,i+1)
 plt.tight_layout()
 ax.set_title(type(tsfrm).__name__)
 show_landmarks(**transformed_sample)
plt.show()

运行结果

九、迭代数据集

把这些整合起来以创建一个带有组合转换的数据集，总结一下没每次这个数据集被采样的时候：及时的从文件中读取图片，对读取的图片应用转换，由于其中一部是随机的randomcrop,数据被增强了。可以使用循环对创建的数据集执行同样的操作

transformed_dataset=FaceLandmarksDataset(csv_file='D:/Python/Pytorch/data/faces/face_landmarks.csv',
  root_dir='D:/Python/Pytorch/data/faces/',
  transform=transforms.Compose([
Rescale(256),
RandomCrop(224),
ToTensor()
]))
for i in range(len(transformed_dataset)):
 sample=transformed_dataset[i]
 print(i,sample['image'].size(),sample['landmarks'].size())
 if i==3:
  break

运行结果

对所有数据集简单使用for循环会牺牲很多功能——>麻烦，效率低！！改用多线程并行进行
torch.utils.data.DataLoader可以提供上述功能的迭代器。collate_fn参数可以决定如何对数据进行批处理，绝大多数情况下默认值就OK

transformed_dataset=FaceLandmarksDataset(csv_file='D:/Python/Pytorch/data/faces/face_landmarks.csv',
  root_dir='D:/Python/Pytorch/data/faces/',
  transform=transforms.Compose([
Rescale(256),
RandomCrop(224),
ToTensor()
]))
for i in range(len(transformed_dataset)):
 sample=transformed_dataset[i]
 print(i,sample['image'].size(),sample['landmarks'].size())
 if i==3:
  break