PyTorch自定义Dataset类实例化时__getitem__()方法未触发问题求助

问题原因 #

你对PyTorch Dataset的方法触发逻辑存在误解：__getitem__ 不会在类实例化阶段被调用，它属于懒加载接口，仅在实际读取数据的时候才会执行。__init__ 方法是实例化阶段唯一会执行的逻辑，仅用来加载数据集的元信息（比如你的csv文件读取、根路径存储都属于这一步的操作）。

触发__getitem__的正确场景 #

只有执行以下操作时，你写的print("GET!")才会执行：

• 主动通过下标读取数据集的单个元素：

  # 实例化阶段，不会打印GET!
  custom_dataset = MaleFacesDataset(csv_path="你的csv文件路径", root_dir="你的图片根目录")
  # 主动取第0个元素，触发__getitem__，打印GET!
  sample = custom_dataset[0]
  

• 将Dataset传入DataLoader后迭代读取批次数据时，DataLoader会自动批量调用__getitem__加载数据。

你现有代码的其他问题 #

• __init__方法中直接使用了未作为参数传入的transform变量，运行会报未定义错误，建议修改构造方法：

  def __init__(self, csv_file, root_dir, transform=None):
      self.landmarks_frame = pd.read_csv(csv_file)
      self.root_dir = root_dir
      self.transform = transform
  

• 存在重复的Image格式转换代码，你连续两次调用Image.fromarray处理同一份sample，属于冗余逻辑，可以删掉任意一行。

内容的提问来源于stack exchange，提问作者Avalon1511