我试着训练一个GANs对图像进行着色,这样我就可以使用torchvision的ImageFolder将其作为灰度图像加载,但我还需要原始数据和转换后的数据。你知道吗
我希望它在最快的方式,因为数据是大的,所以我想让ImageFolder加载两者在同一时间,以节省更多的时间复杂性。你知道吗
def load_data_bw(opt):
datapath = '/content/gdrive/My Drive/faces/2003'
dataset = torchvision.datasets.ImageFolder(datapath,
transform=transforms.Compose([
transforms.Grayscale(num_output_channels=3), #load images as grayscale with three channels
transforms.RandomChoice(
[transforms.Resize(opt['loadSize'], interpolation=1),
transforms.Resize(opt['loadSize'], interpolation=2),
transforms.Resize(opt['loadSize'], interpolation=3),
transforms.Resize((opt['loadSize'], opt['loadSize']),
interpolation=1),
transforms.Resize((opt['loadSize'], opt['loadSize']),
interpolation=2),
transforms.Resize((opt['loadSize'], opt['loadSize']),
interpolation=3)]
),
transforms.RandomChoice(
[transforms.RandomResizedCrop(opt['fineSize'], interpolation=1),
transforms.RandomResizedCrop(opt['fineSize'], interpolation=2),
transforms.RandomResizedCrop(opt['fineSize'], interpolation=3)]
),
transforms.ColorJitter(brightness=0.1, contrast=0.1),
transforms.RandomHorizontalFlip(),
transforms.ToTensor()
]))
return dataset
我希望得到:
for iteration, orig_data, gray_data in enumerate(training_data_loader, 1):
# code..
我假设您有两个数据集变量,即
dataset_bw
和dataset_color
,您可以使用ImageFolder
加载它们。然后您可以执行以下操作:这样,当您遍历
loader
时,您将获得所需的两个图像。你知道吗相关问题 更多 >
编程相关推荐