本文共 1083 字，大约阅读时间需要 3 分钟。

ImageFolder 是一个通用的数据加载器，用于加载图像数据集。在使用该数据加载器之前，需要确保同一类别的图片被组织到同一文件夹中。例如，在猫狗分类任务中，数据集的组织格式如下：

root/dog/xxx.pngroot/dog/xxy.pngroot/dog/xxz.pngroot/cat/123.pngroot/cat/nsdf3.pngroot/cat/asd932_.png

ImageFolder 参数

ImageFolder 的构造函数定义如下：

dataset = torchvision.datasets.ImageFolder(    root,    transform=None,    target_transform=None,    loader=default_loader,    is_valid_file=None)

常用参数包括：

• root：指向包含类别文件夹的上一级目录。
• transform：用于对图片数据进行增强处理。
• target_transform：用于对图片标签进行预处理，若不传递参数，默认不对标签进行任何转换。

ImageFolder 返回的数据集结构如下：

• classes：保存类别名称列表，如 ['cat', 'dog']。
• class_to_idx：保存类别与索引的映射，如 {'cat': 0, 'dog': 1}。
• imgs：保存图片路径与索引的元组列表。

DataLoader

DataLoader 是一个用于数据加载的工具，用于将大规模数据集分成多个小批量，方便在训练过程中逐批加载数据。其主要用途是：

• 数据分批：将训练数据分成多个小组。
• 数据加载：在训练时，逐步加载数据。
• 数据增强：可通过对数据集应用变换来增加数据多样性。

DataLoader 的构造函数定义如下：

dataloaders = DataLoader(    dataset,    batch_size=1,    shuffle=False,    sampler=None,    num_workers=0,    pin_memory=False,    drop_last=False)

常用参数包括：

• batch_size：指定每批数据的大小。
• shuffle：是否对数据进行随机打乱。
• num_workers：设置读取数据的线程数量，0 表示不使用多线程。
• pin_memory：将 tensors 直接加载到 GPU 内存中。
• drop_last：是否丢弃最后一个批次不足 batch_size 的数据。