การจัดการรูปภาพด้วย PyTorch

Deep Learning ระดับกลางด้วย PyTorch

Michal Oleszak

Machine Learning Engineer

ชุดข้อมูลเมฆ

ตัวอย่างจากชุดข้อมูลเมฆ: รูปภาพห้าภาพแสดงเมฆประเภทต่างๆ

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

รูปภาพคืออะไร?

รูปภาพเมฆที่ซูมเข้าบางส่วนจนมองเห็นพิกเซล

รูปภาพประกอบด้วยพิกเซล ("picture elements")
แต่ละพิกเซลเก็บข้อมูลสี
ภาพระดับสีเทา: จำนวนเต็มในช่วง 0 - 255
- 30:

กล่องสีเทา

ภาพสี: จำนวนเต็มสามค่า หนึ่งค่าต่อช่องสี (Red, Green, Blue)
- RGB = (52, 171, 235):

กล่องสีน้ำเงิน

การโหลดรูปภาพเข้า PyTorch

โครงสร้างไดเรกทอรีที่ต้องการ:

clouds_train

  - cumulus

    - 75cbf18.jpg
    - ...

  - cumulonimbus
  - ...

clouds_test

  - cumulus
  - cumulonimbus
  - ...

โฟลเดอร์หลัก: clouds_train และ clouds_test
ภายในโฟลเดอร์หลัก: หนึ่งโฟลเดอร์ต่อหมวดหมู่
ภายในโฟลเดอร์แต่ละคลาส: ไฟล์รูปภาพ

การโหลดรูปภาพเข้า PyTorch

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,
)

กำหนด transformation:
- แปลงเป็น tensor
- ปรับขนาดเป็น 128x128
สร้าง dataset โดยระบุ:
- พาธของข้อมูล
- transformation ที่กำหนดไว้

การแสดงรูปภาพ

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()

ผลลัพธ์รูปภาพเมฆจาก plt.show

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: การสร้างข้อมูลเพิ่มโดยใช้ transformation แบบสุ่มกับรูปภาพต้นฉบับ

เพิ่มขนาดและความหลากหลายของชุดข้อมูลฝึกสอน
ทำให้โมเดลมีความทนทานมากขึ้น
ลด overfitting

รูปภาพเมฆสามภาพแสดง transformation การหมุน

มาฝึกกันเถอะ!

Deep Learning ระดับกลางด้วย PyTorch