Colab Notebook File

Google Colaboratory

Google Colaboratory

라이브러리 불러오기

import os
import time
import copy
import glob
import cv2
import shutil

import torch
import torchvision
import torchvision.transforms as transforms # 이미지 데이터를 변환하여 모델의 입력으로 사용할 수 있게 변환해줌.
import torchvision.models as models
import torch.nn as nn
import torch.optim as optim

import matplotlib.pyplot as plt

데이터 불러오기

from google.colab import files # 데이터 불러오기
file_uploaded=files.upload()   # 데이터 불러오기: chap05/data/catndog.zip 파일 선택

→ 코랩 환경이므로 위와 같은 코드를 이용해 데이터를 불러옴

Untitled

→ catanddog.zip 파일을 불러옴.

zip 파일 압축해제

!unzip catanddog.zip -d catanddog # 압축 해제

Image Data 준비

data_path = 'catanddog/train/'

transform = transforms.Compose( # 데이터 전처리를 위해 변환을 할 때 사용됨.
    [
        transforms.Resize([256,256]), # 이미지 크기를 256 x 256 으로 조정
        transforms.RandomResizedCrop(224), # 이미지를 랜덤한 크기로 자름
        transforms.RandomHorizontalFlip(), # 이미즈를 랜덤하게 수평으로 뒤집음
        transforms.ToTensor(),  # 이미지 데이터를 텐서로 변환함
    ]
)

train_dataset = torchvision.datasets.ImageFolder( # ImageFolder 데이터 셋 생성
    data_path,
    transform=transform # 이미지 데이터에 대한 전처리
)

train_loader = torch.utils.data.DataLoader( 
# 데이터셋으로부터 배치 단위로 데이터를 로드하는 데이터로더 생성
    train_dataset,
    batch_size = 32,
    num_workers=8,
    shuffle=True
)

print(len(train_dataset)) # 데이터 셋에 있는 이미지의 총 개수를 출력함.

Untitled