Blok regresora ramki
Twoim ostatnim zadaniem jest stworzenie bloku regresora do przewidywania współrzędnych ramki ograniczającej. Zdecydujesz się na blok z 2 warstwami w pełni połączonymi i aktywacją ReLU między nimi – podobnie jak w zdefiniowanym wcześniej klasyfikatorze.
Model vgg_model oraz zmienna input_dim są nadal dostępne, a biblioteki torch i torchvision.models zostały już zaimportowane.
To ćwiczenie jest częścią kursu
Głębokie uczenie dla obrazów z PyTorch
Instrukcje do ćwiczenia
- Utwórz zmienną
num_coordinatesprzechowującą liczbę współrzędnych ramki ograniczającej do przewidzenia. - Zdefiniuj odpowiedni wymiar wejściowy dla pierwszej warstwy liniowej i ustaw wymiar wyjściowy na
32. - Zdefiniuj odpowiedni wymiar wyjściowy w ostatniej warstwie regresora.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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, ____),
)