问题1
问题描述：
TypeError: default_collate: batch must contain tensors, numpy arrays, numbers, dicts or lists; found <class 'PIL.Image.Image'>
解决方式
数据格式不对， 把image转成tensor，参数transform进行如下设置就可以了：transform=transform.ToTensor()。注意检测一下transform
问题2
问题描述：
TypeError: append() takes exactly one argument (2 given)
出现问题的地方
imgs.append(words[0], int(words[1]))
解决方式
加括号，如下
imgs.append((words[0], int(words[1])))
问题3
问题描述
RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same
解决方式
数据和模型不在同一设备上，应该要么都在GPU运行，要么都在CPU
问题4
问题描述
RuntimeError: Given groups=1, weight of size [64, 1, 3, 3], expected input[1, 3, 512, 512] to have 1 channels, but got 3 channels instead
解决方式
图像竟然是RGB，但我的训练图像是一通道的灰度图，所以得想办法把 mode 转换成灰度图L
补充：神经网络 pytorch 数据集读取（自动读取数据集，手动读取自己的数据）
对于pytorch，我们有现成的包装好的数据集可以使用，也可以自己创建自己的数据集，大致来说有三种方法，这其中用到的两个包是datasets和DataLoader
datasets：用于将数据和标签打包成数据集
DataLoader：用于对数据集的高级处理，比如分组，打乱，处理等，在训练和测试中可以直接使用DataLoader进行处理
第一种 现成的打包数据集
这种比较简答，只需要现成的几行代码和一个路径就可以完成，但是一般都是常用比如cifar-10
对于常用数据集，可以使用torchvision.datasets直接进行读取，这是对其常用的处理，该类也是继承于torch.utils.data.Dataset。
#是第一次运行的话会下载数据集 现成的话可以使用root参数指定数据集位置
# 存放的格式如下图
# 根据接口读取默认的CIFAR10数据 进行训练和测试
#预处理
transform = transform.Compose([transform.ToTensor(), transform.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])
#读取数据集
trainset = torchvision.datasets.CIFAR10(root='./data', train=True, download=False, transform=transform)
#打包成DataLoader
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4, shuffle=True, num_workers=1)
#同上
testset = torchvision.datasets.CIFAR10(root='./data', train=False, download=False, transform=transform)
testloader = torch.utils.data.DataLoader(trainset, batch_size=4, shuffle=False, num_workers=1)
classes = (1,2,3,4,5,6,7,8,9,10) #类别定义
#使用
for epoch in range(3):
running_loss = 0.0 #清空loss
for i, data in enumerate(trainloader, 0):
# get the inputs
inputs, labels = data #trainloader返回：id,image,labels
# 将inputs与labels装进Variable中
inputs, labels = Variable(inputs), Variable(labels)
#使用print代替输出
print("epoch：", epoch, "的第", i, "个inputs", inputs.data.size(), "labels", labels.data.size())
第二种 自己的图像分类
这也是一个方便的做法，在pytorch中提供了torchvision.datasets.ImageFolder让我们训练自己的图像。
要求：创建train和test文件夹，每个文件夹下按照类别名字存储图像就可以实现dataloader
这里还是拿上个举例子吧，实际上也可以是我们的数据集
每个下面的布局是这样的
# 预处理
transform = transform.Compose([transform.ToTensor(), transform.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])
#使用torchvision.datasets.ImageFolder读取数据集 指定train 和 test文件夹
img_data = torchvision.datasets.ImageFolder('data/cifar-10/train/', transform=transform)
data_loader = torch.utils.data.DataLoader(img_data, batch_size=4, shuffle=True, num_workers=1)
testset = torchvision.datasets.ImageFolder('data/cifar-10/test/', transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=4, shuffle=True, num_workers=1)
for epoch in range(3):
for i, data in enumerate(trainloader, 0):
# get the inputs
inputs, labels = data #trainloader返回：id,image,labels
# 将inputs与labels装进Variable中
inputs, labels = Variable(inputs), Variable(labels)
#使用print代替输出
print("epoch：", epoch, "的第", i, "个inputs", inputs.data.size(), "labels", labels.data.size())
第三种 一维向量数据集
这个是比较尴尬的,首先我们
假设将数存储到txt等文件中，先把他读取出来，读取的部分就不仔细说了，读到一个列表里就可以
常用的可以是列表等，举例子
trainlist = [] # 保存特征的列表
targetpath = 'a/b/b'
filelist = os.listdir(targetpath) #列出文件夹下所有的目录与文件
filecount = len(filelist)
# 根据根路径 读取所有文件名 循环读取文件内容 添加到list
for i in range(filecount):
filepath = os.path.join(targetpath, filelist[j])
with open(filepath, 'r') as f:
line = f.readline()
# 例如存储格式为 1,2,3,4,5,6 数字之间以逗号隔开
templist = list(map(int, line.split(',')))
trainlist.append(templist)
# 数据读取完毕 现在为维度为filecount的列表 我们需要转换格式和类型
# 将数据转换为Tensor
# 假如我们的两类数据分别存在list0 和 list1中
split = len(list0) # 用于记录标签的分界
#使用numpy.array 和 torch.from_numpy 连续将其转换为tensor 使用torch.cat拼接
train0_numpy = numpy.array(list0)
train1_numpy = numpy.array(list1)
train_tensor = torch.cat([torch.from_numpy(train0_numpy), torch.from_numpytrain1_numpy)], 0)
#现在的尺寸是【样本数，长度】 然而在使用神 经网络处理一维数据要求【样本数，维度，长度】
# 这个维度指的像一个图像实际上是一个二维矩阵 但是有三个RGB通道 实际就为【3，行，列】 那么需要处理三个矩阵
# 我们需要在我们的数据中加上这个维度信息
# 注意类型要一样 可以转换
shaper = train_tensor.shape #获取维度 【样本数，长度】
aa = torch.ones((shaper[0], 1, shaper[1])) # 生成目标矩阵
for i in range(shaper[0]): # 将所有样本复制到新矩阵
· aa[i][0][:] = train_tensor[i][:]
train_tensor = aa # 完成了数据集的转换 【样本数，维度，长度】
# 注 意 如果是读取的图像 我们需要的目标维度是【样本数，维度，size_w,size_h】
# 卷积接受的输入是这样的四维度 最后的两个是图像的尺寸 维度表示是通道数量
# 下面是生成标签 标签注意类别之间的分界 split已经在上文计算出来
# 训练标签的
total = len(list0) + len(list1)
train_label = numpy.zeros(total)
train_label[split+1:total] = 1
train_label_tensor = torch.from_numpy(train_label).int()
# print(train_tensor.size(),train_label_tensor.size())
# 搭建dataloader完毕
train_dataset = TensorDataset(train_tensor, train_label_tensor)
train_loader = DataLoader(dataset=train_dataset, batch_size=4, shuffle=True)
for epoch in range(3):
for i, data in enumerate(trainloader, 0):
# get the inputs
inputs, labels = data #trainloader返回：id,image,labels
# 将inputs与labels装进Variable中
inputs, labels = Variable(inputs), Variable(labels)
#使用print代替输出
print("epoch：", epoch, "的第", i, "个inputs", inputs.data.size(), "labels", labels.data.size())
第四种 保存路径和标签的方式创建数据集
该方法需要略微的麻烦一些，首先你有一个txt，保存了文件名和对应的标签，大概是这个意思
然后我们在程序中，根据给定的根目录找到文件，并将标签对应保存
class Dataset(object): """An abstract class representing a Dataset. All other datasets should subclass it. All subclasses should override ``__len__``, that provides the size of the dataset, and ``__getitem__``, supporting integer indexing in range from 0 to len(self) exclusive. """ def __getitem__(self, index): raise NotImplementedError def __len__(self): raise NotImplementedError def __add__(self, other): return ConcatDataset([self, other])
这是dataset的原本内容，getitem就是获取元素的部分，用于返回对应index的数据和标签。那么大概需要做的是我们将txt的内容读取进来，使用程序处理标签和数据
# coding: utf-8
from PIL import Image
from torch.utils.data import Dataset
class MyDataset(Dataset):
# 初始化读取txt 可以设定变换
def __init__(self, txt_path, transform = None, target_transform = None):
fh = open(txt_path, 'r')
imgs = []
for line in fh:
line = line.rstrip()
words = line.split()
# 保存列表 其中有图像的数据 和标签
imgs.append((words[0], int(words[1])))
self.imgs = imgs
self.transform = transform
self.target_transform = target_transform
def __getitem__(self, index):
fn, label = self.imgs[index]
img = Image.open(fn).convert('RGB')
if self.transform is not None:
img = self.transform(img)
# 返回图像和标签
return img, label
def __len__(self):
return len(self.imgs)
# 当然也可以创建myImageFloder 其txt格式在下图显示
import os
import torch
import torch.utils.data as data
from PIL import Image
def default_loader(path):
return Image.open(path).convert('RGB')
class myImageFloder(data.Dataset):
def __init__(self, root, label, transform = None, target_transform=None, loader=default_loader):
fh = open(label) #打开label文件
c=0
imgs=[] # 保存图像的列表
class_names=[]
for line in fh.readlines(): #读取每一行数据
if c==0:
class_names=[n.strip() for n in line.rstrip().split(' ')]
else:
cls = line.split() #分割为列表
fn = cls.pop(0) #弹出最上的一个
if os.path.isfile(os.path.join(root, fn)): # 组合路径名 读取图像
imgs.append((fn, tuple([float(v) for v in cls]))) #添加到列表
c=c+1
# 设置信息
self.root = root
self.imgs = imgs
self.classes = class_names
self.transform = transform
self.target_transform = target_transform
self.loader = loader
def __getitem__(self, index): # 获取图像 给定序号
fn, label = self.imgs[index] #读取图像的内容和对应的label
img = self.loader(os.path.join(self.root, fn))
if self.transform is not None: # 是否变换
img = self.transform(img)
return img, torch.Tensor(label) # 返回图像和label
def __len__(self):
return len(self.imgs)
def getName(self):
return self.classes
#
# 而后使用的时候就可以正常的使用 trainset = MyDataset(txt_path=pathFile,transform = None, target_transform = None) # trainset = torch.utils.data.DataLoader(myFloder.myImageFloder(root = "../data/testImages/images", label = "../data/testImages/test_images.txt", transform = mytransform ), batch_size= 2, shuffle= False, num_workers= 2) trainloader = torch.utils.data.DataLoader(trainset, batch_size=32, shuffle=True, num_workers=8)
它的要点是，继承dataset，在初始化中处理txt文本数据，保存对应的数据，并实现对应的功能。
这其中的原理就是如此，但是注意可能有些许略微不恰当的地方，可能就需要到时候现场调试了。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持。
