LoslegenKostenlos loslegen

Bilddatensätze vorverarbeiten

Du entwickelst ein System für die Präzisionslandwirtschaft, das Landwirten hilft, die Gesundheit ihrer Pflanzen zu überwachen, indem du ein vorab trainiertes Transformationsmodell verwendest, das du später anhand von landwirtschaftlichen Bildern verfeinern kannst. Bereite den Datensatz mit AutoImageProcessor vor, um ihn für das Training vorzubereiten!

Einige Daten wurden bereits geladen:

  • Die Klasse AutoImageProcessor wurde importiert von transformers
  • model ist gleich microsoft/swin-tiny-patch4-window7-224
  • Es wurde ein Beispiel dataset definiert, wobei ein Beispielbild in die Variable image

Diese Übung ist Teil des Kurses

Effizientes KI-Modelltraining mit PyTorch

Kurs anzeigen

Anleitung zur Übung

  • Lade einen vortrainierten Bildprozessor aus der vordefinierten model.
  • Ordne die image_processor dem gesamten Datensatz zu.

Interaktive Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Load a pre-trained image processor
image_processor = ____.____(model)

# Map the image_processor to the entire dataset
dataset = dataset.____(
    lambda examples: {
        "pixel_values": [
            image_processor(image, return_tensors="pt").pixel_values
            for image in examples["img"]
        ]
    },
    batched=True,
)
print(dataset[0]["img"])
Code bearbeiten und ausführen