Pré-processar conjuntos de dados de imagens

Você está desenvolvendo um sistema de agricultura de precisão para ajudar os agricultores a monitorar a saúde das culturas, usando um modelo de transformador pré-treinado, que pode ser ajustado posteriormente em imagens agrícolas. Pré-processe o conjunto de dados usando AutoImageProcessor para se preparar para o treinamento!

Alguns dados foram pré-carregados:

A classe AutoImageProcessor foi importada de transformers
model é igual a microsoft/swin-tiny-patch4-window7-224
Uma amostra do site dataset foi definida, com uma imagem de amostra carregada na variável image

Este exercício faz parte do curso

Treinamento eficiente de modelos de IA com PyTorch

Ver curso

Instruções do exercício

Carregue um processador de imagens pré-treinado a partir do site predefinido model.
Mapeie o image_processor para todo o conjunto de dados.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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"])

Editar e executar o código