pix2pixHD代码---数据集处理

news2024/5/18 16:40:51

在train文件中：其中dataset是dataloader的方法，而dataloader等于CreateDataLoader。
在这里插入图片描述
所以我们跳到CreateDataLoader：

在CreateDataLoader中返回的是dataset_loader，是来自于CustomDatasetDataLoader。切调用了initialize。因为CustomDatasetDataLoader是一个类，所以initialize是调用了类里的方法。
我们到CustomDatasetDataLoader中：
在这里插入图片描述
首先我们定义了name方法，调用的时候返回：‘CustomDatasetDataLoader’。接着定义了initialize：
首先定义了数据集dataset：

dataset来自于AlignedDataset，且调用了initialize方法：

AlignedDataset继承了BaseDataset，BaseDataset是一个抽象类，方法需要被AlignedDataset重写：
在这里插入图片描述
在AlignedDataset中我们加载数据集，就是len,getitem,ini三要素。

首先根据标签的通道判断输入的是否是label。如果不是label，self.opt.label_nc == 0，dir_A=‘_A’,否则dir_A=‘_label’。然后获得dir_A的路径。

根据make_dataset函数将train_label的图片放在一个列表中：
在这里插入图片描述
train_img,train_instance也是同理。

接着在getitem中随机输入一个索引，根据索引去列表A里面取值，取出的路径通过image打开，打开后是Image格式。然后输入到get_params函数中。

首先获得图片的大小，接着判断裁剪的方式，默认是不裁剪，缩放到1024x512(read me有讲)：
在这里插入图片描述
接着原始图片是2048x1024,(x,y)=rand((2048-512)，(1024-512)),返回一个字典，'flip’对应的True或者False。

根据标签通道进行transfromer变换：

def get_transform(opt, params, method=Image.BICUBIC, normalize=True):
    transform_list = []
    if 'resize' in opt.resize_or_crop:
        osize = [opt.loadSize, opt.loadSize]
        transform_list.append(transforms.Scale(osize, method))   
    elif 'scale_width' in opt.resize_or_crop:
        transform_list.append(transforms.Lambda(lambda img: __scale_width(img, opt.loadSize, method)))
        
    if 'crop' in opt.resize_or_crop:
        transform_list.append(transforms.Lambda(lambda img: __crop(img, params['crop_pos'], opt.fineSize)))

    if opt.resize_or_crop == 'none':
        base = float(2 ** opt.n_downsample_global)
        if opt.netG == 'local':
            base *= (2 ** opt.n_local_enhancers)
        transform_list.append(transforms.Lambda(lambda img: __make_power_2(img, base, method)))

    if opt.isTrain and not opt.no_flip:
        transform_list.append(transforms.Lambda(lambda img: __flip(img, params['flip'])))

    transform_list += [transforms.ToTensor()]

    if normalize:
        transform_list += [transforms.Normalize((0.5, 0.5, 0.5),
                                                (0.5, 0.5, 0.5))]
    return transforms.Compose(transform_list)

首先定义一个空列表，根据条件往里面添加：
首先添加__scale_width操作：transforms.Lambda将__scale_width封装到transform中
在这里插入图片描述

三个参数，图像尺寸，target_w=1024,method=bicubic。
首先ow=2048,oh=1024,w=1024,h=(1024*1024/2048)=512,然后将img插值到(1024,512)。剩下的变换可以根据情况添加。
最后转化为tensor并归一化用compose串起来。

经过一系列变换后乘以255，标签乘以255转化为灰度图。
对image进行相同的变化，但是不乘以255.如果使用实例图片，和标签进行相同的操作。
最后用一个字典储存下来:
在这里插入图片描述
这样CreateDataset结束，输出的dataset传入到dataloader中。通过调用CustomDatasetDataLoader.load_data即可获得进过dataloader之后的值。

最后回到train中：