Block für Box-Regression

Deine letzte Aufgabe ist es, einen Regressor-Block zu erstellen, der die Koordinaten von Bounding Boxes vorhersagt. Du entscheidest dich für einen Block mit 2 vollständig verbundenen Schichten (Fully Connected) mit einer ReLU-Aktivierung dazwischen – ähnlich wie beim Klassifikator, den du zuvor definiert hast.

Dein vgg_model und input_dim sind weiterhin verfügbar und torch sowie torchvision.models wurden importiert.

Diese Übung ist Teil des Kurses

Deep Learning für Bilder mit PyTorch

Kurs anzeigen

Anleitung zur Übung

Erstelle eine Variable num_coordinates mit der Anzahl der zu prognostizierenden Bounding-Box-Koordinaten.
Definiere die passende Eingabedimension für die erste lineare Schicht und setze die Ausgabedimension auf 32.
Definiere die passende Ausgabedimension in der letzten Schicht des Regressors.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Define the number of coordinates
____

bb = nn.Sequential(  
	# Add input and output dimensions
	nn.Linear(____, ____),
	nn.ReLU(),
	# Add the output for the last regression layer
	nn.Linear(32, ____),
)

Code bearbeiten und ausführen