# loaders

Python API: `luxonis_train.loaders`

将批次馈送到训练循环的加载器。

[LuxonisLoaderTorch](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/loaders/luxonis_loader_torch.md)
是默认设置。它读取现有的
`LuxonisDataset`，或将支持的目录解析为新的数据集。[LuxonisLoaderPerlinNoise](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/loaders/luxonis_perlin_loader_torch.md)
在 Perlin
噪声掩码中添加合成异常，用于异常检测任务。[DummyLoader](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/loaders/dummy_loader.md)
生成零样本，以便在没有可用数据集时模型可以构建。

 * `标签：`：
   [BaseLoaderTorch.collate_fn](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/loaders/base_loader.md)
   在其 `"<task_name>/<label>"` 键下返回批次的每个标签。`B` 是批次大小，`N` 是整个批次中的实例数。 * `分类`：`[B, C]`，每个图像的多热类向量。
    * `分割`：`[B, C, H, W]`，每个类一个掩码通道。
    * `边界框`：`[N, 6]`，行 `[batch_index, class, x, y, w, h]`。
    * `关键点`：`[N, 3K + 1]`，一个批次索引，然后是 `K` 个关键点中的每个关键点的 `(x, y, 可见性)`。
    * `实例分割`：`[N, H, W]`，每个框一个掩码，按框的顺序排列。
    * `metadata/text`：`[B, S]`，每个图像文本的字符代码，用零填充到最长文本的长度 `S`。`ocr` 任务读取此标签。
    * 其他 `metadata/<name>` 标签：所有样本的值，沿第一个维度连接。当每个图像有一个值时，结果的形状为 `[B]`，例如 `embeddings` 任务的 `metadata/id` 标签。
 * `编写自定义加载器：`：子类化
   [BaseLoaderTorch](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/loaders/base_loader.md)
   并实现 `input_shapes`、`__len__`、`__getitem__` 和 `get_classes`。带有关键点标签的加载器还必须实现 `get_n_keypoints`。当标签需要其他合并规则时，覆盖
   `collate_fn`。将子类的名称放在配置的 `loader.name` 字段中。

## 子页面

 * [base_loader](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/loaders/base_loader.md)
 * [dummy_loader](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/loaders/dummy_loader.md)
 * [luxonis_loader_torch](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/loaders/luxonis_loader_torch.md)
 * [luxonis_perlin_loader_torch](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/loaders/luxonis_perlin_loader_torch.md)
 * [perlin](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/loaders/perlin.md)
