19、图像分类的数据准备与模型构建

图像分类的数据准备与模型构建

在图像分类任务中，数据准备和模型构建是至关重要的环节。下面将详细介绍数据准备的流程以及不同模型的构建与训练。

数据加载器与平衡采样器

在数据加载方面，我们使用 DataLoader 来创建训练和验证数据加载器：

train_loader = DataLoader(
    dataset=train_dataset, batch_size=16,  sampler=sampler
)
val_loader = DataLoader(dataset=val_dataset, batch_size=16)

需要注意的是，如果使用了采样器，就不能使用 shuffle 参数。为了简化代码，我们创建了一个辅助函数 make_balanced_sampler 来处理不平衡类别的采样问题：

def make_balanced_sampler(y):
    # Computes weights for compensating imbalanced classes
    classes, counts = y.unique(return_counts=True)
    weights = 1.0 / counts.float()
    sample_weights = weights[y.squeeze().long()]
    # Builds sampler with compute