CommencezCommencez gratuitement

Ajustement fin en CV : préparation du jeu de données

Dans cet exercice, vous allez préparer le jeu de données Stanford Cars pour l'entraînement. Vous utiliserez la bibliothèque datasets pour scinder le jeu de données et appliquer les transformations de prétraitement. Le jeu de données contient 8 k images étiquetées de 196 modèles de voiture :

an example car from the dataset

Le jeu de données a été chargé sous le nom dataset. Les transformations ont été définies pour vous dans transforms et comprennent une renormalisation et une conversion de type.

Cette activité fait partie du cours

Modèles multimodaux avec Hugging Face

Voir le cours

Instructions de l’exercice

  • Créez une répartition entraînement/test de 80/20 à partir de dataset à l'aide de la méthode .train_test_split().
  • Appliquez les transformations (transforms) à data_splits.
  • Tracez l'image augmentée à partir du premier ensemble de valeurs de pixels dans dataset_transformed.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create a train/test split within the HF dataset
data_splits = ____(test_size=____, seed=42)

# Apply the transformations
dataset_transformed = ____

# Plot the transformed image
plt.imshow(dataset_transformed["train"][0]["____"].permute(1, 2, 0))
plt.show()
Modifier et exécuter le code