НачатьНачать бесплатно

Набор данных изображений

Начнём с создания набора данных Torch для изображений. Он понадобится для изучения данных, а впоследствии — для передачи их в модель.

Обучающие данные для задачи классификации облаков хранятся в следующей структуре каталогов:

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

Внутри clouds_train находятся семь папок, каждая из которых соответствует одному типу облаков (или ясному небу). В каждой папке хранятся соответствующие файлы изображений.

Следующие импорты уже выполнены:

from torchvision.datasets import ImageFolder
from torchvision import transforms

Это упражнение является частью курса

Глубокое обучение на PyTorch: средний уровень

Посмотреть курс

Инструкции к упражнению

  • Составьте два преобразования: первое — для преобразования изображения в тензор, второе — для изменения размера изображения до 128 на 128. Присвойте их переменной train_transforms.
  • Используйте ImageFolder, чтобы определить dataset_train, передав путь к каталогу с данными ("clouds_train") и заданные ранее преобразования.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Compose transformations
train_transforms = ____([
    transforms.____,
    transforms.____,
])

# Create Dataset using ImageFolder
dataset_train = ____(
    ____,
    transform=____,
)
Редактировать и запускать код