画像データセットの前処理
農業向けの精密モニタリングシステムを開発しています。事前学習済みのトランスフォーマーモデルを使って作物の健康状態を監視し、後で農業画像に合わせてファインチューニングする予定です。まず AutoImageProcessor を使ってデータセットを前処理し、トレーニングの準備を整えましょう。
以下のデータはあらかじめ読み込まれています。
AutoImageProcessorクラスはtransformersからインポート済みですmodelはmicrosoft/swin-tiny-patch4-window7-224に設定されています- サンプルの
datasetが定義されており、サンプル画像が変数imageに読み込まれています
この演習はコースの一部です
PyTorch による効率的な AI モデルトレーニング
演習の手順
- 事前定義された
modelから事前学習済みの画像プロセッサを読み込みます。 image_processorをデータセット全体にマッピングします。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Load a pre-trained image processor
image_processor = ____.____(model)
# Map the image_processor to the entire dataset
dataset = dataset.____(
lambda examples: {
"pixel_values": [
image_processor(image, return_tensors="pt").pixel_values
for image in examples["img"]
]
},
batched=True,
)
print(dataset[0]["img"])