轻松学Pytorch-自定义数据集制作与使用

大家好，这是轻松学Pytorch系列的第六篇分享，本篇你将学会如何从头开始制作自己的数据集，并通过DataLoader实现加载。本文以人脸Landmard五点的数据集标定与之制作为例来说明pytorch中如何实现自定义数据集读取与加载。

首先要实现人脸landmark五点的数据标定，就得找到人脸数据，我使用的人脸数据是celebA数据集，大概有20W张多点，我从中选择了1000张，然后通过OpenCV写了个程序对人脸进行了简单的裁剪。然后还选择了一个音乐MV(上次就被人打call的宇少)通过opencv实现采集了一些人脸数据，这个数据的好处是有不同的光照，各种角度，丰富了数据的多样性。这些数据加起来1500张左右。图示如下：

我这里选择的对得到1500张图像做数据标注，刚开始的选择标定工具都让我头疼，这个是我第一次标定一系列的点，经过一番尝试之后，终于发现一个很好用的工具，同时支持人脸检测与五点标定。贴上地址：

https://github.com/Mukosame/Face-Annotation-Tool

废话也不多说了，只说一句话，简单靠谱，然后我就对这个1500张图像进行五点标定，本来我可以不这么干的，我可以用其它的模型来直接找这些图像的landmark五点然后生成文件即可，但是我还是决定手动标注一番。结果让我眼睛疼了两天之后，终于给标注好拉，发誓以后再也不干这种活了，我太难了。截图如下：

现在自定义数据已经准备完毕，下面就应该是pytorch登场了。

基于Pytorch中的torch.utils.data.Dataset类实现自定义的FaceLandmarksDataset类，主要是重写了getitem这个方法。完整的代码实现如下：

 1class FaceLandmarksDataset(Dataset):
 2    def __init__(self, txt_file):
 3        self.transform = transforms.Compose([transforms.ToTensor()])
 4        lines = []
 5        with open(txt_file) as read_file:
 6            for line in read_file:
 7                line = line.replace('\n', '')
 8                lines.append(line)
 9        self.landmarks_frame = lines
10
11    def __len__(self):
12        return len(self.landmarks_frame)
13
14    def num_of_samples(self):
15        return len(self.landmarks_frame)
16
17    def __getitem__(self, idx):
18        if torch.is_tensor(idx):
19            idx = idx.tolist()
20        contents = self.landmarks_frame[idx].split('\t')
21        image_path = contents[0]
22        img = cv.imread(image_path)  # BGR order
23        h, w, c = img.shape
24        # rescale
25        img = cv.resize(img, (64, 64))
26        img = (np.float32(img) /255.0 - 0.5) / 0.5
27        landmarks = np.zeros(10, dtype=np.float32)
28        for i in range(1, len(contents), 2):
29            landmarks[i - 1] = np.float32(contents[i]) / w
30            landmarks[i] = np.float32(contents[i + 1]) / h
31        landmarks = landmarks.astype('float32').reshape(-1, 2)
32        # H, W C to C, H, W
33        img = img.transpose((2, 0, 1))
34        sample = {'image': torch.from_numpy(img), 'landmarks': torch.from_numpy(landmarks)}
35        return sample

实现了自定义的Dataset类之后，就可以通过自定义的Dataset来构建一个DataLoader对象实现数据的加载跟批次处理，对自定义的dataset完成测试。代码如下：

 1ds = FaceLandmarksDataset("D:/facedb/Face-Annotation-Tool/landmark_output.txt")
 2for i in range(len(ds)):
 3    sample = ds[i]
 4    print(i, sample['image'].size(), sample['landmarks'].size())
 5    if i == 3:
 6        break
 7
 8dataloader = DataLoader(ds, batch_size=4, shuffle=True, num_workers=4)
 9# data loader
10for i_batch, sample_batched in enumerate(dataloader):
11    print(i_batch, sample_batched['image'].size(), sample_batched['landmarks'].size())

运行显示如下：

关注我们，后台输入关键字 landmark 获取本人辛苦标注的数据集。

记得点赞支持，这是本人继续写下去的动力！

下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。
下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~