Pré-processar conjuntos de dados de imagens

Você está desenvolvendo um sistema de agricultura de precisão para ajudar agricultores a monitorar a saúde das plantas, usando um modelo transformer pré-treinado, que você poderá ajustar depois com imagens agrícolas. Pré-processe o conjunto de dados usando AutoImageProcessor para preparar o treinamento!

Alguns dados já foram carregados:

A classe AutoImageProcessor foi importada de transformers
model é igual a microsoft/swin-tiny-patch4-window7-224
Um dataset de exemplo foi definido, 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 model predefinido.
Aplique o image_processor a todo o conjunto de dados usando map.

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