Bloc de régression de boîtes
Votre dernière tâche consiste à créer un bloc de régression pour prédire les coordonnées des boîtes englobantes. Vous choisissez d’utiliser un bloc avec 2 couches entièrement connectées, avec une activation ReLU entre les deux, similaire au classifieur que vous avez défini plus tôt.
Votre vgg_model et input_dim sont toujours disponibles, et torch ainsi que torchvision.models ont été importés.
Cet exercice fait partie du cours
Deep Learning pour l’image avec PyTorch
Instructions
- Créez une variable
num_coordinatesavec 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 régresseur.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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, ____),
)