Fine-tuning CV: preparazione del dataset
In questo esercizio preparerai lo Stanford Cars dataset per l'addestramento. Userai la libreria datasets per suddividere il dataset e applicare le trasformazioni di pre-processing. Il dataset è composto da 8.000 immagini etichettate di 196 modelli di auto:
Il dataset è stato caricato come dataset. Le trasformazioni sono già state definite come transforms e consistono in una rinormalizzazione e conversione di tipo.
Questo esercizio fa parte del corso
Modelli multi-modali con Hugging Face
Istruzioni dell'esercizio
- Crea uno split train/test 80/20 da
datasetusando il metodo.train_test_split(). - Applica le trasformazioni (
transforms) adata_splits. - Traccia l'immagine aumentata dal primo set di valori di pixel in
dataset_transformed.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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()