Zacznij terazZacznij za darmo

Dostrajanie CV: przygotowanie zbioru danych

W tym ćwiczeniu przygotujesz zbiór danych Stanford Cars do trenowania. Wykorzystasz bibliotekę datasets, aby podzielić zbiór danych i zastosować transformacje wstępnego przetwarzania. Zbiór składa się z 8 tys. oznaczonych obrazów przedstawiających 196 modeli samochodów:

przykładowy samochód ze zbioru danych

Zbiór danych został wczytany jako dataset. Transformacje zostały już zdefiniowane jako transforms i obejmują renormalizację oraz konwersję typów.

To ćwiczenie jest częścią kursu

Modele multimodalne z Hugging Face

Zobacz kurs

Instrukcje do ćwiczenia

  • Podziel dataset na zbiór treningowy i testowy w proporcji 80/20, używając metody .train_test_split().
  • Zastosuj transformacje (transforms) do data_splits.
  • Wyświetl przekształcony obraz na podstawie pierwszego zestawu wartości pikseli z dataset_transformed.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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()
Edytuj i uruchom kod