项目介绍：图像分类项目的最小可用骨架--代码细节讲解

讲解代码如下：

'''创建数据集的类'''
import torch
from torch.utils.data import Dataset,DataLoader     #用于处理数据集的
import numpy as np
from PIL import Image       #
from torchvision import transforms      #对数据进行处理工具  转换data_transforms = {     #字典'train':transforms.Compose([        #  对图片做预处理的。组合，transforms.Resize([256,256]),   #数据进行改变大小[256,256]transforms.ToTensor(),          #数据转换为tensor，默认把通道维度放在前面]),'valid':transforms.Compose([transforms.Resize([256,256]),transforms.ToTensor(),]),
}#数组增强，
#Dataset是用来处理数据的。   包含1张图片的数据（tensor）,包含标签结果，并且能通过索引得到数据
class food_dataset(Dataset):       #   food_dataset是自己创建的类名称，可以改为你需要的名称def __init__(self, file_path,transform=None): #类的初始化,解析数据文件txtself.file_path = file_pathself.imgs = []#存储图片的路径self.labels = []#存储图片的标签结果self.transform = transformwith open(self.file_path) as f:#是把train.txt文件中图片的路径保存在 self.imgs，train.txt文件中标签保存在 self.labelssamples = [x.strip().split(' ') for x in f.readlines()]for img_path, label in samples:self.imgs.append(img_path)  #图像的路径self.labels.append(label)   #标签,还不是tensor
#初始化：把图片目录加载到self，def __len__(self):  #类实例化对象后，可以使用len函数测量对象的个数   ls=[12,3,4,4]  len(training_data)return len(self.imgs)#training_data[1]def __getitem__(self, idx): #关键，可通过索引的形式获取每一个图片数据及标签image = Image.open(self.imgs[idx])   #读取到图片数据，还不是tensor,BGRif self.transform:                   #将pil图像数据转换为tensorimage = self.transform(image)    #图像处理为256*256，转换为tenorlabel = self.labels[idx]        #label还不是tensorlabel = torch.from_numpy(np.array(label,dtype = np.int64))  #label也转换为tensor,return image, label
#training_data包含了本次需要训练的全部数据集？
training_data = food_dataset(file_path = 'train.txt',transform = data_transforms['train'])  
test_data = food_dataset(file_path = 'test.txt',transform = data_transforms['valid'])#training_data需要具备索引的功能，还要确保数据是tensor
train_dataloader = DataLoader(training_data, batch_size=64,shuffle=True)#64张图片为一个包，
test_dataloader = DataLoader(test_data, batch_size=64,shuffle=True)

• 数据索引功能的必要性

  • 在机器学习训练中，data loader需通过索引批量获取数据（如每次取64个样本）。若数据对象不具备索引功能，则无法被data loader有效管理。因此，需为数据对象添加

    __getitem__方法，使其支持索引操作。

        def __getitem__(self, idx): #关键，可通过索引的形式获取每一个图片数据及标签image = Image.open(self.imgs[idx])   #读取到图片数据，还不是tensor,BGRif self.transform:                   #将pil图像数据转换为tensorimage = self.transform(image)    #图像处理为256*256，转换为tenorlabel = self.labels[idx]        #label还不是tensorlabel = torch.from_numpy(np.array(label,dtype = np.int64))  #label也转换为tensor,return image, label

• 图像预处理流程

  • 裁剪图片：统一将图片尺寸调整为256×256，避免因输入尺寸不一致导致全连接层维度冲突。
  • 数据转换：将图像数据转换为PyTorch的tensor格式，便于神经网络处理。

        def __getitem__(self, idx): #关键，可通过索引的形式获取每一个图片数据及标签image = Image.open(self.imgs[idx])   #读取到图片数据，还不是tensor,BGRif self.transform:                   #将pil图像数据转换为tensorimage = self.transform(image)    #图像处理为256*256，转换为tenorlabel = self.labels[idx]        #label还不是tensorlabel = torch.from_numpy(np.array(label,dtype = np.int64))  #label也转换为tensor,return image, label
    

• Pillow库的使用场景

  • Pillow库与OpenCV类似，但功能更简单，适合基础图像操作（如裁剪、格式转换）。因其轻量高效，常用于无需复杂算法的预处理任务。

        def __init__(self, file_path,transform=None): #类的初始化,解析数据文件txtself.file_path = file_pathself.imgs = []#存储图片的路径self.labels = []#存储图片的标签结果self.transform = transformwith open(self.file_path) as f:#是把train.txt文件中图片的路径保存在 self.imgs，train.txt文件中标签保存在 self.labelssamples = [x.strip().split(' ') for x in f.readlines()]for img_path, label in samples:self.imgs.append(img_path)  #图像的路径self.labels.append(label)   #标签,还不是tensor

• 自定义数据集类实现

  • 继承自父类DataSet，核心方法__getitem__根据索引返回预处理后的数据（tensor格式的图片及标签）。
  • 初始化阶段读取txt文件，存储图片路径和标签，为后续索引提供依据。

    #training_data包含了本次需要训练的全部数据集？
    training_data = food_dataset(file_path = 'train.txt',transform = data_transforms['train'])  #
    test_data = food_dataset(file_path = 'test.txt',transform = data_transforms['valid'])

• 标签处理逻辑

  • 原始标签为字符串类型，需先转为NumPy数组，再转为整数类型的tensor，确保与模型输入匹配。