pytorchを用いて，超解像用の自作データセット作成

詳細

超解像初学者です．
調べてもよくわからなかったのでここに書きました．

超解像では正解となる「高解像度画像」と，モデル入力用の「低解像度画像」の二種類をセットにしたデータセットが必要です．

現状は，高解像度画像のみを用意して，縮小処理をかけて低解像度画像を用意しています．
ディレクトリ構造と，pytorchで作成したデータセットのプログラムを以下に記載しています．

・現状のデータセットのディレクトリ構造

├─dataset
   ├─High_image
       └─high_0.png
         high_1.png
         high_2.png
   　        :

・現状のデータセットのプログラム


class DatasetFromFolder_OnlyHigh(Dataset):
    def __init__(self, high_dir, scale_ratio):
        self.high_dir = high_dir
        self.file = [os.path.join(high_dir,x) for x in os.listdir(high_dir) if any(x.endswith(extension) for extension in [".png", ".jpg", ".jpeg", ".bmp"])]
        self.scale_ratio = scale_ratio
        
    def __len__(self):
            return len(self.file)
        
    def __getitem__(self,i):
        high_img = Image.open(self.file[i]).convert('RGB')
        low_img = high_img.resize((high_img.width//self.scale_ratio, high_img.height//self.scale_ratio), Image.BICUBIC)
        return tv.transforms.ToTensor()(high_img), tv.transforms.ToTensor()(low_img)

python 3.6.12
pytorch 1.2.0

実現したいこと

上記のプログラムを，高解像度画像と低解像度画像をそれぞれ別のディレクトリに用意して，セットで読み込ませるようにしたいです．
このようなディレクトリ構造にして，データセットに読み込ませたいです．

├─dataset
   ├─High_image
   │   └─high_0.png
   │     high_1.png
   │     high_2.png
   │         :
   │  
   └─Low_image
       └─low_0.png
         low_1.png
         low_2.png
             :

行動規範の内容に同意します

回答1件

ベストアンサー

適当に変更するとこうなりました。動作確認はしていません。

python
1class DatasetFromFolder_High_Low(Dataset):
2    def __init__(self, high_dir, low_dir):
3        self.high_dir = high_dir
4        self.high_file = [os.path.join(high_dir,x) for x in os.listdir(high_dir) if any(x.endswith(extension) for extension in [".png", ".jpg", ".jpeg", ".bmp"])]
5        self.low_dir = low_dir
6        self.low_file = [os.path.join(low_dir,x) for x in os.listdir(low_dir) if any(x.endswith(extension) for extension in [".png", ".jpg", ".jpeg", ".bmp"])]
7
8    def __len__(self):
9            return len(self.high_file)
10
11    def __getitem__(self,i):
12        high_img = Image.open(self.high_file[i]).convert('RGB')
13        low_img = Image.open(self.low_file[i]).convert('RGB')
14        return tv.transforms.ToTensor()(high_img), tv.transforms.ToTensor()(low_img)
15