from torchvision import transforms from PIL import Image # 訓練用の変換パイプライン train_transform = transforms.Compose([ # 1. 256×256にリサイズ transforms.Resize((256, 256)), # 2. ランダムに224×224を切り出し transforms.RandomCrop(224), # 3. 50%の確率で水平反転 transforms.RandomHorizontalFlip(p=0.5), # 4. ±10度の範囲でランダム回転 transforms.RandomRotation(degrees=10), # 5. 明るさ・コントラストを±20%変更 transforms.ColorJitter(brightness=0.2, contrast=0.2), # 6. テンソルに変換（0〜1に正規化） transforms.ToTensor(), # 7. ImageNetの統計で正規化 transforms.Normalize( mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225] ) ]) # 使用例（サンプル画像で確認） import urllib.request url = “https://upload.wikimedia.org/wikipedia/commons/thumb/3/3a/Cat03.jpg/1200px-Cat03.jpg” urllib.request.urlretrieve(url, “sample.jpg”) img = Image.open(‘sample.jpg’) img_transformed = train_transform(img) print(f”変換後の形状: {img_transformed.shape}”) print(f”値の範囲: {img_transformed.min():.2f} 〜 {img_transformed.max():.2f}”)

import torch from torch.utils.data import Dataset from PIL import Image import os import glob class AnimalDataset(Dataset): “””汎用的な画像分類データセット””” def __init__(self, root_dir, split=’train’, transform=None): “”” Args: root_dir: dataディレクトリのパス split: ‘train’ または ‘test’ transform: データ拡張 “”” self.root_dir = root_dir self.split = split self.transform = transform # data/train または data/test のパス data_dir = os.path.join(root_dir, split) # クラス名を取得（フォルダ名をソート） self.classes = sorted(os.listdir(data_dir)) # クラス名 → インデックスの辞書 # {‘bird’: 0, ‘cat’: 1, ‘dog’: 2} self.class_to_idx = {cls: idx for idx, cls in enumerate(self.classes)} # 画像パスとラベルのリスト self.samples = [] for class_name in self.classes: class_dir = os.path.join(data_dir, class_name) if os.path.isdir(class_dir): # jpg, jpeg, pngに対応 for ext in [‘*.jpg’, ‘*.jpeg’, ‘*.png’]: for img_path in glob.glob(os.path.join(class_dir, ext)): label = self.class_to_idx[class_name] self.samples.append((img_path, label)) print(f”データセット作成完了: {len(self.samples)}枚”) print(f”クラス: {self.classes}”) def __len__(self): return len(self.samples) def __getitem__(self, idx): img_path, label = self.samples[idx] image = Image.open(img_path).convert(‘RGB’) if self.transform: image = self.transform(image) return image, label # 使用例 # train_dataset = AnimalDataset(‘data’, split=’train’, transform=train_transform) # test_dataset = AnimalDataset(‘data’, split=’test’, transform=test_transform)

train_loader = DataLoader( train_dataset, batch_size=64, # 8 → 64に増加（GPUメモリに余裕あり） shuffle=True, num_workers=8, # 0 → 8（CPUコア数に合わせる） pin_memory=True, # True（GPU転送を高速化） drop_last=True, # バッチサイズを一定に保つ prefetch_factor=2 # 先読みバッファ（num_workers > 0の時に有効） )