BaşlayınÜcretsiz başlayın

CV ince ayarı: model sınıfları

Bu egzersizde, önceden eğitilmiş modeli yükleyecek ve çıktıyı, orijinal ImageNet eğitiminde kullanılan 1000 sınıf yerine Stanford Cars veri kümesindeki yeni otomobil model türleri sınıflandırmasına uyacak şekilde adapte edeceksin. Veri kümesi, etiketlenmiş otomobil görüntüleri içerir.

Veri kümesi (dataset) ve transformers içinden AutoModelForImageClassification yüklendi. Veri kümesi, üç model türü dahil olacak şekilde filtrelendi.

Bu egzersiz, kursun bir parçasıdır

Hugging Face ile Multi-Modal Modeller

Kursa Göz Atın

Egzersiz talimatları

  • Veri kümesinden yeni etiket adlarını elde et
  • Modeli yüklerken yeni id2label eşlemeyi ekle.
  • Karşılık gelen label2id eşlemeyi ekle.
  • Sınıf sayısını değiştirmek için gereken bayrağı ekle.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Obtain the new label names from the dataset
labels = dataset["train"].features["____"].____

label2id, id2label = dict(), dict()
for i, label in enumerate(labels):
    label2id[label] = str(i)
    id2label[str(i)] = label

model = AutoModelForImageClassification.from_pretrained(
    "google/mobilenet_v2_1.0_224",
    num_labels=len(labels),
    # Add the id2label mapping
    id2label=____,
    # Add the corresponding label2id mapping
    label2id=____,
    # Add the required flag to change the number of classes
    ignore_mismatched_sizes=____
)
Kodu Düzenle ve Çalıştır