PyTorch के साथ इमेज हैंडल करना

इंटरमीडिएट Deep Learning with PyTorch

Michal Oleszak

Machine Learning Engineer

Clouds डेटासेट

क्लाउड्स डेटासेट से सैंपल: पाँच इमेज जो अलग-अलग तरह के बादल दिखाती हैं.

¹ https://www.kaggle.com/competitions/cloud-type-classification2/data

इमेज क्या है?

एक बादल की इमेज, जिसका एक भाग ज़ूम किया गया है ताकि पिक्सेल दिखें.

इमेज पिक्सेल ("picture elements") से बनी होती है
हर पिक्सेल में रंग की जानकारी होती है
ग्रेस्केल इमेज: 0 - 255 के बीच का integer
- 30:

धूसर रंग का बॉक्स

कलर इमेज: तीन integers, हर कलर चैनल (Red, Green, Blue) के लिए एक
- RGB = (52, 171, 235):

नीले रंग का बॉक्स

PyTorch में इमेज लोड करना

वांछित डायरेक्टरी स्ट्रक्चर:

clouds_train

  - cumulus

    - 75cbf18.jpg
    - ...

  - cumulonimbus
  - ...

clouds_test

  - cumulus
  - cumulonimbus
  - ...

मुख्य फोल्डर: clouds_train और clouds_test
हर मुख्य फोल्डर के अंदर: हर कैटेगरी के लिए एक फोल्डर
हर क्लास फोल्डर के अंदर: इमेज फाइलें

PyTorch में इमेज लोड करना

from torchvision.datasets import ImageFolder
from torchvision import transforms


train_transforms = transforms.Compose([
    transforms.ToTensor(),
    transforms.Resize((128, 128)),
])


dataset_train = ImageFolder(
    "data/clouds_train",
    transform=train_transforms,
)

ट्रांसफॉर्मेशन परिभाषित करें:
- Tensor में पार्स करें
- 128x128 में रिसाइज़ करें
डेटासेट बनाएँ, पास करें:
- डेटा का path
- पहले से परिभाषित ट्रांसफॉर्मेशन

इमेज प्रदर्शित करना

dataloader_train = DataLoader(
    dataset_train, 
    shuffle=True, 
    batch_size=1,
)

image, label = next(iter(dataloader_train))
print(image.shape)

torch.Size([1, 3, 128, 128])

image = image.squeeze().permute(1, 2, 0)
print(image.shape)

torch.Size([128, 128, 3])

import matplotlib.pyplot as plt
plt.imshow(image)
plt.show()

plt.show का क्लाउड इमेज आउटपुट

Data augmentation

train_transforms = transforms.Compose([

    transforms.RandomHorizontalFlip(),
    transforms.RandomRotation(45),

    transforms.ToTensor(),
    transforms.Resize((128, 128)),
])


dataset_train = ImageFolder(
    "data/clouds/train",
    transform=train_transforms,
)

Data augmentation: मूल इमेज पर रैंडम ट्रांसफॉर्मेशन लगाकर और डेटा बनाना

प्रशिक्षण सेट का आकार और विविधता बढ़ाएँ
मॉडल की robustness सुधारें
overfitting घटाएँ

तीन बादल इमेज जो rotation ट्रांसफॉर्मेशन दिखाती हैं

अभ्यास करते हैं!

इंटरमीडिएट Deep Learning with PyTorch