dataset.py

前言
观察数据
书写代码
函数解释

前言

在步骤中需要写自己的dataset类，并将label和image一一对应后返回。

观察数据

在书写dataset前最重要的就是要观察数据集，对数据集进行分析，比如了解图片大小，通道数目，他的ndarray的dtype类型等等。甚至可以自己书写一个脚本，对数据本身进行分析。

如下以果蝇电镜图为例，我们观察数据集，知道Images中存放30张原图，Labels中存放30张已经分割好的图片，每张图片以.png方式进行存储；Images和Labels中的图片通过文件名进行一一对应，如Labels中0.png对应Images中0.png，进行共有30组对应数据；根据model.py文件了解需要传入的Tensor类型，思考如何将现有数据转为需要的Tensor返回。

请添加图片描述

知道以上信息后，我们书写dataset.py将image和label一一对应返回。

书写代码

在本步骤中，我们需要告诉程序如何读入你的数据，并且做一些预处理。我们的DIYDataset类继承自Dataset类，并重写__init__，__len__和__getitem__三个魔法方法。网络训练权重为float32，所以传入数据也一般要为float32。

__init__方法向外索取3个输入数据:

读取数据路径
是训练集还是验证集（因为你训练集和验证集往往是在两个不同的文件夹）
你使用的预处理方法（以transform为主，transform也可以根据验证集还是测试集调用不同的trans）

__getitem__需要返回image和对应label的Tensor
__len__用来返回集合中图片个数

以S-BIAD25为例，代码如下：

'''
该类用于返回dataset
input和label都是[512, 512]的图片，需要将其转换为[3, 512, 512]才能transforms
'''
# --- add path and DIY package
import sys, os
root_path = os.path.dirname(os.path.dirname(__file__))
project_path = os.path.dirname(__file__)
sys.path.append(root_path)
sys.path.append(project_path)
from _utils import tensor_info  # 耦合了
# ---
from torch.utils.data.dataset import Dataset
from PIL import Image
from utils.utils import cvtColor,resize_image
from torchvision import transforms


class CellDataset(Dataset):
    """返回细胞分隔的dataset"""

    def __init__(self, path:str, transforms:object=None) -> None:
        super().__init__()
        self.path       = path
        self.labels     = os.listdir(os.path.join(path,'Labels'))
        self.transforms = transforms
        

    def __len__(self):
        return len(self.labels)

    def __getitem__(self, index):
        yield_name  = self.labels[index]
        # 返回label图片
        label_path  = os.path.join(self.path, 'Labels', yield_name)
        label_image = Image.open(label_path)
        label_image = cvtColor(label_image)                     # 将单通道灰度图片, 四通道png转换为三通道RGB图片。因为此处torchvision.transforms只接受三通道图片，pytorch中模型一般只能训练dtype=float32的Tensor。
        label_image = resize_image(label_image,(512, 512))[0]   # 裁剪图片大小为512 * 512
        # 返回训练图片
        image_path  = os.path.join(self.path, 'Images', yield_name)
        image       = Image.open(image_path)
        image       = cvtColor(image)
        image       = resize_image(image,(512, 512))[0]
        # 返回单张input, label
        return self.transforms(image), self.transforms(label_image)


class MouseDataset(Dataset):
    """返回细胞分隔的dataset"""

    def __init__(self, path) -> None:
        super().__init__()
        self.path       = path
        self.f_actin    = os.path.join(path, "F-actin") 
        self.labels_factin = os.listdir(self.f_actin)
        # self.labels     = os.listdir(os.path.join(path,'Labels'))
        self.transforms = transforms.Compose([transforms.ToTensor()])

    def __len__(self):
        return len(self.labels_factin)

    def __getitem__(self, index):
        yield_name  = self.labels_factin[index][-19:]
        # 返回label图片
        label_path  = os.path.join(self.path, 'F-actin', "img_568"+yield_name)
        label_image = Image.open(label_path)
        label_image = cvtColor(label_image)                     # 将单通道灰度图片, 四通道png转换为三通道RGB图片。因为此处torchvision.transforms只接受三通道图片，pytorch中模型一般只能训练dtype=float32的Tensor。
        label_image = resize_image(label_image,(512, 512))[0]   # 裁剪图片大小为512 * 512
        # 返回训练图片
        image_path  = os.path.join(self.path, 'retardance', "img_Retardance"+yield_name)
        image       = Image.open(image_path)
        image       = cvtColor(image)
        image       = resize_image(image,(512, 512))[0]
        # 返回单张input, label
        return self.transforms(image), self.transforms(label_image)


if __name__ == "__main__":
    """test"""
    data_path = "/home/yingmuzhi/_data/S-BIAD25"
    cell_dataset = MouseDataset(data_path)

    input, label = cell_dataset[0]  # 同 input, label = cell_dataset.__getitem__(0)
    tensor_info.TensorInfo(input).show_info()
    tensor_info.TensorInfo(label).show_info()

测试结果

我们在if __name__ == "__main__":中进行测试，结果如下：

请添加图片描述

函数解释

对一些常用函数进行解释，可以当做字典查看

torchvision.transforms.ToTensor

只接受PIL.Image类型的对象或者numpy.ndarray类型的对象，将上面两个对象转为torch.Tensor对象。函数定义如下：

在这里插入图片描述

参考链接https://pytorch.org/vision/stable/generated/torchvision.transforms.ToTensor.html?highlight=totensor#torchvision.transforms.ToTensor

`init`

在该方法中需要根据传入的path参数和train参数找到你的测试集或者训练集的物理地址，并将集合中的images和labels的物理地址存储在list中，以供后面方法使用。案例如下：

def __init__(self, root: str, train: bool, transforms: object=None):
    super(DriveDataset, self).__init__()
    self.flag = "training" if train else "test" # 由 train: bool 的布尔值来判断是取train还是test
    data_root = os.path.join(root, "DRIVE", self.flag)
    assert os.path.exists(data_root), f"path '{data_root}' does not exists."
    self.transforms = transforms
    img_names = [i for i in os.listdir(os.path.join(data_root, "images")) if i.endswith(".tif")]
    self.img_list = [os.path.join(data_root, "images", i) for i in img_names]               # 返回所有images地址的list
    self.manual = [os.path.join(data_root, "1st_manual", i.split("_")[0] + "_manual1.gif")  # 返回所有manuals地址的list
                   for i in img_names]
    # check manual files
    for i in self.manual:
        if os.path.exists(i) is False:
            raise FileNotFoundError(f"file {i} does not exists.")
    self.roi_mask = [os.path.join(data_root, "mask", i.split("_")[0] + f"_{self.flag}_mask.gif")    # 返回所有mask地址的list
                     for i in img_names]
    # check mask files
    for i in self.roi_mask:
        if os.path.exists(i) is False:
            raise FileNotFoundError(f"file {i} does not exists.")

`len`

返回测试集或者验证集中Image数量，因为Image和Label往往是一一对应的，所以返回哪个其实都一样。三维数据可能存在多对一情况。

案例如下：

def __len__(self):
	return len(self.img_list)

`getitem`

该方法根据image和label的物理地址，用PIL打开图片，再用transforms处理Image返回Tensor，最后返回处理过的Tensor类型元组(image, label)。

在该方法中，你可以使用PIL处理图像（mode），也可以将PIL转为numpy使用numpy处理图片（元素类型dtype），也可以使用Transforms处理图片（Normalization）等。

__getitem__案例见下：

def __getitem__(self, idx):
    """将Image转为RGB, 将label转为L"""
    img = Image.open(self.img_list[idx]).convert('RGB')
    manual = Image.open(self.manual[idx])
    manual = manual.convert('L')
    manual = np.array(manual) / 255
    roi_mask = Image.open(self.roi_mask[idx]).convert('L')
    roi_mask = 255 - np.array(roi_mask)
    # 将manual图片和Imae进行处理
    mask = np.clip(manual + roi_mask, a_min=0, a_max=255)
    # 这里转回PIL的原因是，transforms中是对PIL数据进行处理
    mask = Image.fromarray(mask)
    if self.transforms is not None:
        img, mask = self.transforms(img, mask)
    return img, mask

使用PIL处理

参看链接https://blog.csdn.net/qq_43369406/article/details/127781871

使用Numpy处理

参看链接https://blog.csdn.net/qq_43369406/article/details/127781871

使用transforms处理

参看链接[coming soon]

这段代码我们常写在train.py中。在进行transforms累加时候，我们常将所需要的transforms全部添加至一个list中，再将这个list给transforms.Compose掉，注意一定要添加transforms.ToTensor方法。transform的更多内容可以参考笔者的transforms博客。

在调用transforms时完整逻辑如下：

# 获取dataset
train_dataset = DriveDataset(args.data_path,
                                 train=True,
                                 transforms=get_transform(train=True, mean=mean, std=std))
# 获取tranforms
def get_transform(train, mean=(0.485, 0.456, 0.406), std=(0.229, 0.224, 0.225)):
	"""对要获取的transforms进行判断，看是测试集的dataset还是验证集"""
    base_size = 565
    crop_size = 480

    if train:
        return SegmentationPresetTrain(base_size, crop_size, mean=mean, std=std)
    else:
        return SegmentationPresetEval(mean=mean, std=std)
# 测试集transforms
class SegmentationPresetTrain:
    def __init__(self, base_size, crop_size, hflip_prob=0.5, vflip_prob=0.5,
                 mean=(0.485, 0.456, 0.406), std=(0.229, 0.224, 0.225)):
        min_size = int(0.5 * base_size)
        max_size = int(1.2 * base_size)

        trans = [T.RandomResize(min_size, max_size)]
        if hflip_prob > 0:
            trans.append(T.RandomHorizontalFlip(hflip_prob))
        if vflip_prob > 0:
            trans.append(T.RandomVerticalFlip(vflip_prob))
        trans.extend([
            T.RandomCrop(crop_size),
            T.ToTensor(),
            T.Normalize(mean=mean, std=std),
        ])
        self.transforms = T.Compose(trans)

    def __call__(self, img, target):
        return self.transforms(img, target)

增加了魔法方法__call__只是为了对image/input，label/target一块进行transforms。

torchvision.transforms.Compose()和torchvision.transforms.[functions]

Compose()类可以将多个transforms对象合在一起给数据进行预处理，常以多个transforms对象的list形式传入Compose()中，如transforms.Compose([])。transforms.[functions]则可以对多个输入数据进行变换，Compose()函数原型如下：

# 原型
torchvision.transforms.Compose(transforms)
# example
data_transform = {
    "train": transforms.Compose([
        transforms.RandomResizedCrop(224),
        transforms.RandomHorizontalFlip(),
        transforms.ToTensor(),
        transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
    ]),
    "val": transforms.Compose([
        transforms.Resize((224, 224)),
        transforms.ToTensor(),
        transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
    ])
}

torchvision.datasets.ImageFolder()类

ImageFolder()用于加载数据集，它说到底还是继承自torch.utils.data.Dataset，后续可以作为Dataset对象直接传入torch.utils.data.DataLoader中。对于ImageFolder()，root是要加载数据集的路径，transforms是对数据进行预处理的方式，函数原型和example如下：

# 原型
torchvision.datasets.ImageFolder(root: str, transform: Optional[Callable] = None, 
									target_transform: Optional[Callable] = None, loader: Callable[[str], Any] = <function default_loader>, is_valid_file: Optional[Callable[[str], bool]] = None)
# example
train_dataset = datasets.ImageFolder(root=project_path + "/flower_data/train", transform=data_transform["train"])

python 列表生成式和生成器

python 常见列表生成式和生成器，其中列表生成式以[]圈起，生成器以()圈起，常见列表生成器如下：

在这里插入图片描述

而生成器则是把中括号改成小括号。

# 列表生成式
generate_list = [i for i in range(10)  if i < 5]
# 生成器
cla_dict = dict((val, key) for key, val in flower_list.items())	# 解包取出键值对，生成dict字典，赋值给cla_dict