PyTorch图像分类：字符串标签转整数及与图像映射方法

完全可行，字典是处理这类标签映射最轻量化、直观的方案，刚好能通过键值对建立字符串标签和整数ID的一一对应关系。具体实现步骤如下：

1. 定义标签映射字典 #

先根据你的三类标签创建字典，键是原始字符串标签，值是对应的整数ID（数值可自定义，保证唯一即可）：

label_map = {
    "apple": 0,
    "Orange": 1,
    "blueberry": 2
}

注意：字符串要和原始数据里的标签严格匹配（比如你的数据里是Orange首字母大写，字典里就不能写成orange），否则会出现找不到键的错误。

2. 单条数据的标签转换 #

假设你有一条单条数据：

sample_data = ["fruit_001.png", [10, 20, 100, 120], "apple"]

只需用字典的键查找功能，把字符串标签替换成整数：

# 替换标签
sample_data[2] = label_map[sample_data[2]]
# 处理后的数据：["fruit_001.png", [10, 20, 100, 120], 0]

3. 批量处理数据集 #

如果是多条数据组成的列表，遍历处理即可：

dataset = [
    ["apple_01.png", [5, 8, 95, 102], "apple"],
    ["orange_03.png", [15, 25, 85, 98], "Orange"],
    ["blueberry_12.png", [30, 35, 40, 45], "blueberry"]
]

# 批量转换标签
for data in dataset:
    data[2] = label_map[data[2]]

可选：处理未知标签的容错方案 #

如果担心数据里出现不在字典中的标签，可以用dict.get()方法设置默认值，避免抛出KeyError：

for data in dataset:
    # 未知标签默认映射为-1，也可以自定义其他值
    data[2] = label_map.get(data[2], -1)

内容的提问来源于stack exchange，提问作者Guru karthik