用来创建自己的数据集，提供一种方式去获取数据及其label。
1.如何获取每一个数据及其label；2.告诉我们总共有多少数据
help：所有的数据集都需要继承该类，所有的子类都应该重写__getitem__方法（获取每一个数据及其label），选择性重写__len__类（返回数据集的大小）
（b站土堆蚂蚁和蜜蜂案例数据集下载：https://download.pytorch.org/tutorial/hymenoptera_data.zip）
创建自己的数据集：1.新建数据类继承Dataset类；2.重写方法；3.实例化使用（注意文件的路径修改为自己的路径）
from torch.utils.data import Dataset
from PIL import Image
import os
class Mydata(Dataset):
def __init__(self, root_dir, label_dir):
self.root_dir = root_dir
self.label_dir = label_dir
#路径相加
self.path = os.path.join(self.root_dir, self.label_dir)
#左侧为list类型，右侧函数是将该文件夹下的所有文件变成一个列表，保存的是文件名
self.img_path = os.listdir(self.path)
def __getitem__(self, idx):
img_name = self.img_path[idx]
#获取图片的路径
img_item_path = os.path.join(self.root_dir, self.label_dir, img_name)
#获取数据集中的图片
img = Image.open(img_item_path)
#获取图片对应的标签（此处标签为父目录的文件名）
label = self.label_dir
return img, label
def __len__(self):
return len(self.img_path)
root_dir = "dataset/train"
ants_label_dir = "ants"
bees_label_dir = "bees"
#实例化
ants_dataset = Mydata(root_dir, ants_label_dir)
bees_dataset = Mydata(root_dir, bees_label_dir)
train_dataset = ants_dataset + bees_dataset
#获取数据集中的图片和标签
img, label = train_dataset[0]