从数据加载器可视化图像批次

Question

我正在为MIT室内场景构建分类器数据集（ https://web.met。 edu/torralba/www/indoor.html ）。下载数据为我提供了一个带有67个子文件夹（67个类）的“图像”文件夹，每个子文件夹中的图像数量不同。 但是，到目前为止

import albumentations as A
from albumentations.pytorch import ToTensorV2
from torchvision.datasets import ImageFolder
from torch.utils.data import Dataset, DataLoader

alb_transform = A.Compose([
    A.Resize(256, 256),
    A.RandomCrop(width=224, height=224),
    A.HorizontalFlip(p=0.5),
    A.RandomBrightnessContrast(p=0.2),
    ToTensorV2()
])

dataset = ImageFolder('Images',transform=alb_transform)
dataloader = DataLoader(dataset, batch_size=64, shuffle=True, num_workers=0)

，当我

images, labels = next(iter(dataloader))

收到错误的

KeyError: 'You have to pass data to augmentations as named arguments, for example: aug(image=image)'

解决方案时，我已经查看了使用Pytorch变换或编写自己的数据集类别的解决方案。有没有办法构建使用成像装载器和符号的助手函数来可视化图像？为什么我会遇到这个错误？