Bloc de régression de boîte
Votre dernière tâche consiste à créer un bloc de régression pour prédire les coordonnées des boîtes englobantes. Vous décidez d'utiliser un bloc avec 2 couches entièrement connectées, séparées par une activation ReLU, similaire au classificateur que vous avez défini plus tôt.
Votre vgg_model et input_dim sont toujours disponibles, et torch ainsi que torchvision.models ont été importés.
Cette activité fait partie du cours
Deep Learning pour les images avec PyTorch
Instructions de l’exercice
- Créez une variable
num_coordinatescontenant le nombre de coordonnées de la boîte englobante à prédire. - Définissez la dimension d'entrée appropriée pour la première couche linéaire et fixez la dimension de sortie à
32. - Définissez la dimension de sortie appropriée dans la dernière couche du régressionnaire.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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, ____),
)