반응형
이미지넷 원본이 보고싶다면....
일단 다운부터 받자.
[논문 구현] ViT ImageNet 평가 방법 | pytorch, timm 라이브러리, timm ViT
ViT는 트랜스포머 중에서 그나마 간단한 형태이다. 실제로 구현하는게 그리 어렵지는 않다. 하지만.......... 논문에서 '대용량 pre-training'이 안된 ViT는 퍼포먼스가 상당히 떨어진다고 나온다. 다시
davidlds.tistory.com
다음으로 데이터 로더를 설계해준다.
transform_origin = transforms.Compose([
transforms.Resize(256),
transforms.CenterCrop(224),
transforms.ToTensor(),
])
origin_set = datasets.ImageFolder('./data/ImageNet/val', transform=transform_origin)
origin_loader = DataLoader(origin_set, batch_size=BATCH_SIZE, shuffle=False, num_workers=NUM_WORKERS)
이제 이 메서드를 실행시키면 끝이다.
n번째 사진을 보려고 argument를 받아온다.
def show_origin(n):
for i, data in enumerate(origin_loader):
if i == n:
inputs, labels = data
inputs_np, labels_np = inputs.numpy(), labels.numpy()
inputs_np = np.transpose(inputs_np, (0, 2, 3, 1))[0]
plt.imshow(inputs_np)
plt.title(imagenet_ind2str(int(labels_np)))
plt.show()
break
결과
끝.
반응형
'Error 잡기' 카테고리의 다른 글
Timm 라이브러리 모델명 정리 (0) | 2023.07.19 |
---|---|
Transformer confidence score 보는 방법 (0) | 2023.05.09 |
이미지넷 클래스 파이썬 코드 (0) | 2023.05.09 |
Transformer 학습 안될때 오류 확인하는 방법 (0) | 2023.05.08 |
리눅스 주피터 노트북 가상환경 추가, 커널 추가 (0) | 2023.04.13 |