本文主要是介绍机器学习笔记 - 基于pytorch的自定义数据集和数据加载器，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
PyTorch 提供了torch.utils.data.DataLoader和torch.utils.data.Dataset 允许您使用预加载的数据集以及您自己的数据。 Dataset存储样本及其相应的标签，并基于DataLoader进行迭代Dataset以访问样本。
自定义 Dataset 类必须实现三个函数：__init__、__len__和__getitem__。
下面的代码，是基于voc格式的目标检测的数据集编写的。
__init__函数里面定义了基本信息，我们可以看到有路径、图像宽高、分类信息、图像后缀等，主要的是所有图像的路径信息的集合。
__len__最简单，就是所有的图像的数量。
__getitem__是根据给定索引找到图像，进行处理，并继续找到对应目标检测的xml文件，读取解析里面的坐标信息等
这篇关于机器学习笔记 - 基于pytorch的自定义数据集和数据加载器的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
