ComenzarEmpieza gratis

Conjunto de datos de imágenes

Empecemos construyendo un conjunto de datos de Torch de imágenes. Lo utilizarás para explorar los datos y, más adelante, para introducirlos en un modelo.

Los datos de entrenamiento para la tarea de clasificación de la nube se almacenan en la siguiente estructura de directorios:

clouds_train

  - cirriform clouds

    - 539cd1c356e9c14749988a12fdf6c515.jpg

    - ...

  - clear sky

  - cumulonimbus clouds

  - cumulus clouds

  - high cumuliform clouds

  - stratiform clouds

  - stratocumulus clouds

Hay siete carpetas dentro de clouds_train, cada una de las cuales representa un tipo de nube (o un cielo despejado). Dentro de cada una de estas carpetas se encuentran los archivos de imagen correspondientes.

Las siguientes importaciones ya se han realizado por ti:

from torchvision.datasets import ImageFolder
from torchvision import transforms

Este ejercicio forma parte del curso

Aprendizaje profundo intermedio con PyTorch

Ver curso

Instrucciones del ejercicio

  • Debes componer dos transformaciones, una para parsear la imagen a un tensor y otra para redimensionar la imagen a 128 por 128, y asígnalas a train_transforms.
  • Utiliza ImageFolder para definir dataset_train y pásale la ruta del directorio a los datos ("clouds_train") y las transformaciones definidas anteriormente.

Ejercicio interactivo práctico

Prueba este ejercicio completando el código de muestra.

# Compose transformations
train_transforms = ____([
    transforms.____,
    transforms.____,
])

# Create Dataset using ImageFolder
dataset_train = ____(
    ____,
    transform=____,
)
Editar y ejecutar código