一个通用的数据加载器，数据集中的数据以以下方式组织
root/dog/xxx.png root/dog/xxy.png root/dog/xxz.png root/cat/123.png root/cat/nsdf3.png root/cat/asd932_.png
既其默认你的数据集已经自觉按照要分配的类型分成了不同的文件夹，一种类型的文件夹下面只存放一种类型的图片
import torchvision.datasets as dset dset.ImageFolder(root="root folder path", [transform, target_transform])
transform： 一个函数，原始图片作为输入，返回一个转换后的图片。target_transform - 一个函数，输入为target，输出对其的转换。例子，输入的是图片标注的string，输出为word的索引。有以下成员变量:
import torchvision.datasets as dset dataset = dset.ImageFolder(‘./data/dogcat_2‘) #没有transform，先看看取得的原始图像数据 print(dataset.classes) #根据分的文件夹的名字来确定的类别 print(dataset.class_to_idx) #按顺序为这些类别定义索引为0,1... print(dataset.imgs) #返回从所有文件夹中得到的图片的路径以及其类别
参考文献：
原文：https://www.cnblogs.com/lyl0618/p/12669212.html