预处理图像数据集

您正在开发一套精准农业系统，帮助农户监测作物健康。系统将使用一个预训练的 Transformer 模型，之后您可以在农业影像上进行微调。请使用 AutoImageProcessor 预处理数据集，为训练做准备！

已预加载的数据：

已从 transformers 导入 AutoImageProcessor 类。
model 等于 microsoft/swin-tiny-patch4-window7-224。
已定义示例 dataset，并将一张示例图像加载到变量 image 中。

本练习是课程的一部分

使用 PyTorch 高效训练 AI 模型

查看课程

练习说明

从预定义的 model 加载一个预训练的图像处理器。
将 image_processor 映射到整个数据集。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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"])

编辑并运行代码