在Python中怎么用PyTorch构建自定义Dataset处理图像数据-Python教程-PHP中文网

必须重写__init__、__len__和__getitem__三个方法，其中__getitem__需加载图像、应用transform并返回单样本（张量+标签），transform必须在__getitem__中执行，不可交由DataLoader处理。

在python中怎么用pytorch构建自定义dataset处理图像数据

怎么继承 `torch.utils.data.Dataset` 写图像数据集

必须重写 __init__、__len__ 和 __getitem__ 三个方法，少一个都会报 TypeError: 'CustomDataset' object is not subscriptable 或长度异常。其中 __getitem__ 是核心——它每次只返回单个样本（图像张量 + 标签），不能批量返回，PyTorch 的 DataLoader 会自己做 batch 化。

常见错误是把图像路径列表或标签数组存在 self.data 里但没在 __len__ 中返回正确长度；或者在 __getitem__ 里忘了用 PIL.Image.open() 或 cv2.imread() 加载图像，直接返回路径字符串。

示例关键片段：

transform

Resize 和 CenterCrop 参数传错顺序（应是 (height, width)，不是 (width, height)）
训练时用了 RandomHorizontalFlip，但验证/测试时没关掉——导致结果不可复现
自定义 transform 函数里忘了加 return，返回 None，引发后续所有操作崩溃

如何处理不同尺寸或缺失标签的图像文件

图像尺寸不一致本身不是问题，transform 里的 Resize 或 RandomResizedCrop 就是干这个的。真正要防御的是路径不存在、损坏图像、标签索引越界这三类运行时错误。

建议在 __getitem__ 开头加一层保护：

python-flask-vue-creator

创建 Flask + Vue.js 全栈项目，采用单端口架构、uv 依赖管理、结构化日志和生产级前端设计。当用户要求以下操作时触发：创建新的 Flask+Vue 项目、搭建 Web 应用、构建全栈 Python+Vue 应用、初始化 Flask Web 项目、设置单端口 Flask 前后端项目。触发词：新建项目、创建项目、搭建项目、Flask项目、Vue项目。

下载

def __getitem__(self, idx):
    try:
        img = Image.open(self.img_paths[idx]).convert('RGB')
        label = self.labels[idx]
    except (FileNotFoundError, OSError, IndexError) as e:
        # 返回一个占位样本 + -1 标签，或抛出自定义警告
        print(f"Warning: skip {self.img_paths[idx]}, error {e}")
        return self[0]  # 递归取第一个（需确保 idx=0 有效）
    # ... 后续 transform

更稳妥的做法是在 __init__ 阶段就过滤掉无效路径：

用 os.path.exists() 扫描所有 img_paths
对前几个文件调用 Image.open().verify()（注意捕获异常，PIL.verify 不抛异常）
确保 labels 长度和过滤后的路径列表一致

要不要用 `torchvision.datasets.ImageFolder` 替代自定义 Dataset

如果你的数据按 root/class_name/*.jpg 结构组织，且标签就是目录名，ImageFolder 更快更稳——它内置了路径扫描、标签映射、缓存逻辑。自定义 Dataset 的价值在于：需要混合多种来源（如 CSV+图像路径+额外元数据）、动态生成标签（比如根据文件名正则提取）、或集成特定预处理（如 ROI 截取、热力图叠加）。

别为了“看起来更专业”硬写自定义 Dataset。用 ImageFolder 时，transform 依然要传进去；它的 samples 属性是 (path, class_idx) 元组列表，可直接用于调试路径是否加载正确。

一个常被忽略的细节：ImageFolder 默认按字典序排序子目录，class_idx 从 0 开始分配。如果你的类别名是 "001_cat"、"002_dog"，那顺序是对的；但如果是 "dog"、"cat"，顺序就反了——这时得手动传入 classes 和 class_to_idx。