imbalanced-dataset-sampler

环境要求

• 已安装 Python 环境
• 已安装 PyTorch，可正常 import torch
• pip 可正常安装 PyPI 包

安装与启动步骤

1. 1准备 Python 环境

   确认 Python 与 PyTorch 可用，本项目是 PyTorch 的采样器库，依赖 DataLoader 使用。

2. 2安装采样器

   通过 pip 从 PyPI 安装 torchsampler，注意包名与 GitHub 仓库名不同。

   pip install torchsampler

   复制

3. 3导入采样器

   在训练脚本中从 torchsampler 导入 ImbalancedDatasetSampler 类。

   from torchsampler import ImbalancedDatasetSampler

   复制

4. 4替换 DataLoader 采样器

   创建 DataLoader 时把 sampler 参数设为 ImbalancedDatasetSampler(train_dataset)，其余参数保持原样。

   train_loader = torch.utils.data.DataLoader(
       train_dataset,
       sampler=ImbalancedDatasetSampler(train_dataset),
       batch_size=args.batch_size,
       **kwargs
   )

   复制

5. 5训练验证

   运行原训练脚本，观察一个 epoch 能否正常迭代完，并检查批次类别分布是否更均衡。

关键配置

如何确认成功

运行训练脚本一个 epoch 无报错，DataLoader 能正常迭代完整个数据集，即表示接入成功。

常见问题

注意事项

• 包名是 torchsampler，与 GitHub 仓库名 imbalanced-dataset-sampler 不同，安装时不要写错。
• PyTorch 中 sampler 与 shuffle 互斥，接入采样器时不要同时设置 shuffle=True。
• 每个 epoch 会遍历整个数据集，并按类别出现概率反比加权采样。
• 过采样可能带来过拟合、欠采样可能丢失信息，采样器只缓解类别不平衡，不保证指标一定提升。