Tenseurs d'images

Une entreprise de café mène un projet de détection d'objets où elle doit annoter des éléments d'intérêt, ici des doses d'espresso. Vous avez créé une liste des coordonnées de la boîte englobante pour l'image d'un espresso. Vous devez maintenant convertir l'image et ces coordonnées en tenseurs.

torch et torchvision ont été importés. torchvision.transforms est importé sous le nom transforms. L'image a été chargée dans image à l'aide de Image.open() de la bibliothèque PIL. Les coordonnées de la boîte englobante sont stockées dans la variable bbox.

espresso

Cette activité fait partie du cours

Deep Learning pour les images avec PyTorch

Voir le cours

Instructions de l’exercice

Convertissez bbox en tenseurs avec torch.tensor().
Redimensionnez bbox_tensor en ajoutant une dimension de lot avec unsqueeze(0).
Créez une transformation pour redimensionner image à (224) et la convertir en un tenseur d'image non normalisé.
Appliquez transform à image.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Convert bbox into tensors
bbox_tensor = ____

# Add a new batch dimension
bbox_tensor = bbox_tensor.____

# Resize image and transform tensor
transform = transforms.Compose([
  transforms.____,
  transforms.____
])

# Apply transform to image
image_tensor = ____
print(image_tensor)

Modifier et exécuter le code