自定义DataLoader返回张量列表引发AttributeError：'list'对象无'to'属性的问题咨询

看起来你的核心问题是训练循环中尝试对DataLoader返回的整个batch（元组/列表）调用.to()方法失败，因为元组或列表本身没有to属性。我们先分析问题根源，再给出具体解决方案和代码优化建议：

问题根源分析 #

你的自定义Dataset的__getitem__方法返回的是元组(img_tensor, class_id)，当使用DataLoader迭代时，默认的collate_fn会将多个样本的img_tensor堆叠成一个批量张量，class_id堆叠成另一个批量张量，最终返回的是包含两个张量的元组（而非你误以为的“列表”）。直接对这个元组调用.to()自然会报错，因为元组没有该方法。

快速解决方案：拆分批量张量并分别移动到设备 #

这是最直接且高效的修复方式，只需在训练循环中分别处理图像张量和标签张量：

# 错误的写法（引发报错）
for samples in dataloader:
    samples = samples.to(device, non_blocking=True)
    # 后续逻辑

# 正确的写法
for imgs, labels in dataloader:
    # 分别将图像和标签移动到目标设备
    imgs = imgs.to(device, non_blocking=True)
    labels = labels.to(device, non_blocking=True)
    # 执行前向传播、损失计算等逻辑
    outputs = model(imgs)
    # 如果你的标签是形状为(batch_size,1)的张量，需要squeeze转换为(batch_size,)
    loss = criterion(outputs, labels.squeeze())

你的Dataset代码的优化建议 #

除了核心问题，你的Dataset实现还有几个可以改进的地方，能避免潜在问题并提升性能：

1. 移除多余的np.stack调用 #

cv2.imread已经返回形状为(H, W, 3)的3通道numpy数组，img = np.stack(img, axis=0)这一行完全多余，甚至可能导致数据维度错误，直接删除即可。

2. 优化标签张量的创建 #

当前你用class_id = torch.tensor([class_id])创建了形状为(1,)的张量，堆叠后会得到(batch_size, 1)的标签张量，大多数PyTorch损失函数（如CrossEntropyLoss）需要形状为(batch_size,)的长整型标量张量，建议修改为：

class_id = torch.tensor(class_id, dtype=torch.long)  # 直接创建标量长张量

3. 可选：将BGR图像转换为RGB #

cv2.imread默认返回BGR格式的图像，如果你的模型是基于RGB数据预训练的（比如大多数TorchVision模型），需要添加颜色空间转换：

img = cv2.imread(img_path)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # 新增这一行
img = cv2.resize(img, self.img_dim)

4. 确认cv2.resize的维度顺序 #

cv2.resize的第二个参数是(width, height)，你的img_dim = (4896, 3280)对应宽4896、高3280，这会导致resize后的图像形状为(3280, 4896, 3)（H, W, C），后续的permute(2,0,1)会将其转换为PyTorch要求的(C, H, W)格式，这部分是正确的，但建议在注释中明确说明维度含义，避免混淆。

可选进阶方案：自定义Batch类实现一键移动设备 #

如果你希望保持“一次性移动整个batch到设备”的写法，可以定义一个简单的Batch类，让它支持to方法：

class Batch:
    def __init__(self, imgs, labels):
        self.imgs = imgs
        self.labels = labels
    
    def to(self, device, non_blocking=False):
        self.imgs = self.imgs.to(device, non_blocking=non_blocking)
        self.labels = self.labels.to(device, non_blocking=non_blocking)
        return self

# 自定义collate_fn
def custom_collate_fn(batch):
    imgs = torch.stack([item[0] for item in batch])
    labels = torch.stack([item[1] for item in batch])
    return Batch(imgs, labels)

# 创建DataLoader时指定collate_fn
dataloader = DataLoader(Data_db(root="your_root_path"), batch_size=8, collate_fn=custom_collate_fn)

# 训练循环中可以这样写
for batch in dataloader:
    batch = batch.to(device, non_blocking=True)
    outputs = model(batch.imgs)
    loss = criterion(outputs, batch.labels)

总结 #

最推荐的是快速解决方案，它无需修改DataLoader的配置，代码改动最小且清晰易懂。如果你已经找到的workaround涉及自定义collate_fn，也可以结合上面的优化建议调整实现。

内容来源于stack exchange