ПочатиПочніть безкоштовно

Попередня обробка наборів даних із зображеннями

Ви розробляєте систему точного землеробства, щоб допомогти фермерам відстежувати стан посівів, використовуючи попередньо натреновану модель-трансформер, яку згодом можна донавчити на аграрних зображеннях. Виконайте попередню обробку набору даних за допомогою AutoImageProcessor, щоб підготуватися до тренування!

Частину даних уже завантажено:

  • Клас AutoImageProcessor імпортовано з transformers
  • model дорівнює microsoft/swin-tiny-patch4-window7-224
  • Приклад dataset визначено, а зразок зображення завантажено до змінної image

Ця вправа є частиною курсу

Ефективне тренування моделей ШІ з PyTorch

Переглянути курс

Інструкції до вправи

  • Завантажте попередньо натренований обробник зображень із заздалегідь визначеної змінної model.
  • Застосуйте image_processor до всього набору даних за допомогою map.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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"])
Редагувати та запускати код