ÎncepețiÎncepe gratuit

Augmentarea datelor în PyTorch

Să includem augmentarea datelor în setul tău de date și să inspectăm câteva imagini vizual, pentru a verifica că transformările dorite sunt aplicate corect.

Mai întâi, vei adăuga transformările de augmentare la train_transforms. Vom folosi o răsturnare orizontală aleatorie și o rotație cu un unghi aleatoriu între 0 și 45 de grade. Codul care urmează pentru crearea setului de date și a DataLoader-ului este identic cu cel anterior. În final, vei remodela imaginea și o vei afișa pentru a verifica dacă noile transformări de augmentare sunt vizibile.

Toate importurile necesare au fost deja apelate pentru tine:

from torchvision.datasets import ImageFolder
from torch.utils.data import DataLoader
from torchvision import transforms
import matplotlib.pyplot as plt

Este momentul să augmentezi câteva fotografii cu nori!

Acest exercițiu face parte din cursul

Deep Learning intermediar cu PyTorch

Vezi cursul

Instrucțiuni pentru exercițiu

  • Adaugă încă două transformări la train_transforms pentru a realiza o răsturnare orizontală aleatorie și apoi o rotație cu un unghi aleatoriu între 0 și 45 de grade.
  • Remodelează tensorul image primit din DataLoader pentru a-l pregăti în vederea afișării.
  • Afișează imaginea.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

train_transforms = transforms.Compose([
    # Add horizontal flip and rotation
    ____,
    ____,
    transforms.ToTensor(),
    transforms.Resize((128, 128)),
])

dataset_train = ImageFolder(
  "clouds_train",
  transform=train_transforms,
)

dataloader_train = DataLoader(
  dataset_train, shuffle=True, batch_size=1
)

image, label = next(iter(dataloader_train))
# Reshape the image tensor
image = image.____.____(____, ____, ____) 
# Display the image
____
plt.show()
Editează și rulează codul