1. Nauka
    2. /
  2. Kursy
    3. /
  3. Głębokie uczenie z PyTorch – poziom średnio zaawansowany
Connected

ćwiczenie

Zbiór danych z obrazami

Zacznijmy od zbudowania zbioru danych Torch zawierającego obrazy. Wykorzystasz go do eksploracji danych, a później – do przekazywania ich do modelu.

Dane treningowe do zadania klasyfikacji chmur są zapisane w następującej strukturze katalogów:

clouds_train
  - cirriform clouds
    - 539cd1c356e9c14749988a12fdf6c515.jpg
    - ...
  - clear sky
  - cumulonimbus clouds
  - cumulus clouds
  - high cumuliform clouds
  - stratiform clouds
  - stratocumulus clouds

Wewnątrz katalogu clouds_train znajduje się siedem folderów – każdy odpowiada jednemu typowi chmur (lub bezchmurnemu niebu). W każdym z tych folderów są zapisane odpowiadające mu pliki obrazów.

Następujące importy zostały już wykonane za ciebie:

from torchvision.datasets import ImageFolder
from torchvision import transforms

Instrukcje

100 XP
  • Połącz dwie transformacje: pierwszą, która przetwarza obraz na tensor, oraz drugą, która zmienia rozmiar obrazu do 128 na 128 pikseli – przypisz je do zmiennej train_transforms.
  • Użyj ImageFolder, aby zdefiniować dataset_train, przekazując ścieżkę do katalogu z danymi ("clouds_train") oraz wcześniej zdefiniowane transformacje.