源码URL： github.com/michuanhaoh…
读数据/吐数据，读前39行源码并注释
from __future__ import print_function, absolute_import
import os
from PIL import Image
import numpy as np
import os.path as osp
import torch # 需要重构pytorch的dataloader函数
from torch.utils.data import Dataset
def read_image(img_path): # 定义读图片函数，传img_path进去
got_img = False # 定义标志位，判断是否读到图片以便报错
# 如果图片有问题？如果网络通信断了？如果因为各种原因没读到图片？
if not os.path.exists(img_path): # path是否存在
raise IOError("{} dose not exist".format(img_path)) # 不存在则报错"img_path dose not exist"
while not got_img: # 若没有读到图片，while循环
try: # 尝试读图片
img = Image.open(img_path).convert('RGB') # 函数核心，打开图片，转RGB
got_img = True # 读到图片，标志位变为True
except IOError: # 否则出现异常
print("IOError incurred when reading '{}'. Will redo. Don't worry. Just chill.".format(img_path)) # 报错
pass # 循环跳出
return img # 返回img
class ImageDataset(Dataset): # 旨在重构pytorch的dataset，将Dataset作为参数放入，继承Dataset的类
def __init__(self, dataset, transform=None): # 传入dataset，目前不考虑数据增广
self.dataset = dataset # 定义dataset
self.transform = transform # 要用到，先定义为类的属性
def __len__(self): # 在直接返回dataset的长度，返回图片数量
return len(self.dataset)
def __getitem__(self, index):
img_path, pid, camid = self.dataset[index] # 结合data_manager的dataset，得到三个参数
img = read_image(img_path) # 用刚刚的function把img读出来
if self.transform is not None: # 如果有transform
img = self.transform # 执行
return img, pid, camid # 直接返回img和pid，camid
if __name__ == '__main__':
import data_manager
dataset = data_manager.init_img_dataset(root='F:/Market-1501/Market-1501-v15.09.15', name='market1501')
train_loader = ImageDataset(dataset.train)
from IPython import embed
embed()
"""
In [1]: for batch_id, (img, pid, camid) in enumerate(train_lodaer):
...: break
...:
In [2]: img
Out[2]: <PIL.Image.Image image mode=RGB size=64x128 at 0x16C128F5A58>
In [3]: img.save('aaaa.jpg')
"""
保存图像aaaa.jpg结果查看：
