1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Parallel Programming with Dask in Python
Connected

cvičení

Pipeline pro zpracování obrazu

Tvůj kolega napsal předzpracovávací funkci pro obrázky americké znakové řeči, která pomůže zvýšit přesnost modelu strojového učení. Tato funkce vezme obrázek ve stupních šedi a spustí na něm Cannyho detekci hran. Cannyho detekce hran se běžně používá v klasickém počítačovém vidění a zvýrazňuje hrany objektů na obrázku. Chceš ji aplikovat na všechny obrázky ve svém datasetu.

Funkce, kterou kolega napsal, je v prostředí dostupná jako compute_edges() a přijímá obrázek s rozměry (1, h, w), kde výška h a šířka w mohou být libovolná celá čísla.

Dask pole tvých obrázků je v prostředí dostupné jako image_array. Toto pole má tvar (N, h, w, 3), kde N je počet obrázků a 3 kanály odpovídají červené, modré a zelené barvě.

dask.array je importován jako da.

Pokyny

100 XP
  • Převeď obrázek z barevného na stupně šedi tak, že vypočítáš průměr podél poslední dimenze.
  • Pomocí metody .map_blocks() na poli obrázků ve stupních šedi aplikuj funkci compute_edges() na každý obrázek.
  • Vyber pouze nultý obrázek hran a vypočítej ho.
  • Zobraz hrany pomocí plt.imshow().