เทนเซอร์รูปภาพ
บริษัทกาแฟแห่งหนึ่งมีโปรเจกต์ตรวจจับวัตถุ โดยต้องการระบุตำแหน่งวัตถุที่สนใจ ซึ่งในที่นี้คือเอสเพรสโซ คุณได้สร้างลิสต์ที่เก็บพิกัด bounding box ของรูปภาพเอสเพรสโซไว้แล้ว ขั้นตอนต่อไปคือแปลงรูปภาพและพิกัดเหล่านั้นให้เป็นเทนเซอร์
ได้ทำการ import torch และ torchvision ไว้แล้ว รวมถึง import torchvision.transforms ในชื่อ transforms โหลดรูปภาพเป็นตัวแปร image ด้วย Image.open() จากไลบรารี PIL และเก็บพิกัด bounding box ไว้ในตัวแปร bbox
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Deep Learning สำหรับภาพด้วย PyTorch
คำแนะนำการฝึกหัด
- แปลง
bboxให้เป็นเทนเซอร์ด้วยtorch.tensor() - ปรับรูปร่างของ
bbox_tensorโดยเพิ่ม batch dimension ด้วยunsqueeze(0) - สร้าง transform เพื่อ resize
imageให้เป็น(224)และแปลงเป็นเทนเซอร์รูปภาพแบบไม่ปรับสเกล - นำ
transformไปใช้กับimage
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Convert bbox into tensors
bbox_tensor = ____
# Add a new batch dimension
bbox_tensor = bbox_tensor.____
# Resize image and transform tensor
transform = transforms.Compose([
transforms.____,
transforms.____
])
# Apply transform to image
image_tensor = ____
print(image_tensor)