在PyTorch中,要获取放入Dataloader的图像的文件名,可以通过自定义数据集类来实现。以下是一个示例:
import os
from PIL import Image
from torch.utils.data import Dataset, DataLoader
class CustomDataset(Dataset):
def __init__(self, root_dir):
self.root_dir = root_dir
self.file_list = os.listdir(root_dir)
def __len__(self):
return len(self.file_list)
def __getitem__(self, idx):
img_name = self.file_list[idx]
img_path = os.path.join(self.root_dir, img_name)
image = Image.open(img_path)
# 其他数据预处理操作...
return image, img_name
# 假设图像文件存放在'./images'目录下
dataset = CustomDataset('./images')
dataloader = DataLoader(dataset, batch_size=32, shuffle=True)
for images, filenames in dataloader:
# images为图像数据,filenames为对应的文件名
for filename in filenames:
print(filename)
在上述代码中,首先定义了一个自定义数据集类CustomDataset
,其中root_dir
参数为图像文件所在的根目录。在__getitem__
方法中,通过索引idx
获取对应位置的图像文件名img_name
,然后拼接成完整的图像路径img_path
。最后,返回图像数据和文件名作为一个样本。
在使用DataLoader
加载数据时,可以同时获取图像数据和文件名。在示例中,通过for
循环遍历dataloader
,每次迭代时,filenames
变量即为当前批次图像对应的文件名列表。你可以根据需要进一步处理这些文件名。
请注意,上述示例中并未提及具体的腾讯云产品,因为获取图像文件名与云计算品牌商无直接关联。
领取专属 10元无门槛券
手把手带您无忧上云