Bilddatensätze vorverarbeiten

Du entwickelst ein Precision-Agriculture-System, das Landwirtinnen und Landwirten hilft, die Pflanzengesundheit zu überwachen. Dabei nutzt du ein vortrainiertes Transformer-Modell, das du später auf landwirtschaftliche Bilddaten feinabstimmen kannst. Verarbeite den Datensatz mit AutoImageProcessor vor, um das Training vorzubereiten!

Einige Daten wurden bereits geladen:

Die Klasse AutoImageProcessor wurde aus transformers importiert
model ist gleich microsoft/swin-tiny-patch4-window7-224
Ein Beispiel-dataset wurde definiert, mit einem Beispielbild in der Variablen image

Diese Übung ist Teil des Kurses

Effizientes KI-Modelltraining mit PyTorch

Kurs anzeigen

Anleitung zur Übung

Lade einen vortrainierten Image Processor aus dem vordefinierten model.
Wende den image_processor auf den gesamten Datensatz mit map an.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# 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