当我的标签本身就是图像时，如何构建 CNN 模型？-解网

问：

我想训练一个CNN模型来预测一些发展：

我的数据由成对的图像组成，每对由两张 256*256 大小的图像组成，代表在 0 小时和 24 小时拍摄的胸部 X 光片的时间序列。使用 PyTorch 加载数据时，

train_transforms = transforms.Compose([transforms.Resize((256,256)), transforms.ToTensor()])
test_transforms = transforms.Compose([transforms.Resize((256,256)), transforms.ToTensor()])

train_data = datasets.ImageFolder(root = path_train_data, transform= train_transforms)
test_data = datasets.ImageFolder(root = path_test_data, transform= test_transforms)

train_loader = torch.utils.data.DataLoader(train_data, batch_size=27, shuffle=True)
test_loader = torch.utils.data.DataLoader(test_data, batch_size=27, shuffle=True)

images, labels = next(iter(train_loader))

我收到一条错误消息，说我的图像未存储在“类文件夹”中。但我的“类”本身就是图像，因为我的标签是相应的图像（24小时）。如何在Python/PyTorch中做到这一点？谢谢！

Python 图像处理深度学习 pytorch conv-neural-network

当我的标签本身就是图像时，如何构建 CNN 模型？

How can I build a CNN model when my labels are images itself?

评论