PyTorch の CocoCaptions (3)
この投稿では、さまざまな MS COCO データセットで CocoCaptions ライブラリの torchvision.datasets クラスを使用する方法を示します。 この例では、unlabeled2017 サブセットからの画像の読み込みと表示を示します。 ただし、stuff_train2017、stuff_val2017、stuff_train2017_pixelmaps、stuff_val2017_pixelmaps からのデータにアクセスしようとすると、CocoCaptions との互換性がないことを示すエラーが発生しました。 コード スニペットとその出力を以下に示します。
コードと出力:
このコードは、CocoCaptions を使用して MS COCO データセットのさまざまなサブセットをロードして利用しようとします。 unlabeled2017 サブセットは正常にロードされ、画像を表示できるようになります。 他のサブセット (「スタッフ」データと「パノプティック」データを含む) ではエラーが発生し、これらの特定のデータ構造で CocoCaptions を使用する際の制限が浮き彫りになります。
from torchvision.datasets import CocoCaptions
import matplotlib.pyplot as plt
# ... (CocoCaptions instantiation code as provided in the input) ...
# ... (len() calls and error handling code as provided in the input) ...
unlabeled2017_data[2] # Displays image and empty caption list
unlabeled2017_data[47] # Displays image and empty caption list
unlabeled2017_data[64] # Displays image and empty caption list
def show_images(data, ims, main_title=None):
file = data.root.split('/')[-1]
fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(14, 8))
fig.suptitle(t=main_title, y=0.9, fontsize=14)
for i, axis in zip(ims, axes.ravel()):
if not data[i][1]:
im, _ = data[i]
axis.imshow(X=im)
fig.tight_layout()
plt.show()
ims = (2, 47, 64)
show_images(data=unlabeled2017_data, ims=ims, main_title="unlabeled2017_data")
show_images 関数は、unlabeled2017_data サブセットから 3 つの画像を表示します。
結論:
この実験は、CocoCaptions が特定の MS COCO データ サブセット (unlabeled2017 など) で動作する一方で、すべての注釈と直接互換性があるわけではないことを示しています。 発生したエラーは、「スタッフ」アノテーションと「パノプティック」アノテーションを適切に読み込んで使用するには、異なるアプローチまたは異なるデータセット クラスが必要であることを示唆しています。 データ アクセスを成功させるには、これらのアノテーションの構造と利用可能な torchvision データセット クラスをさらに調査する必要があります。
以上がPyTorch の CocoCaptions (3)の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
ホットAIツール
Undress AI Tool
脱衣画像を無料で
Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ
AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。
Clothoff.io
AI衣類リムーバー
Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。
人気の記事
ホットツール
メモ帳++7.3.1
使いやすく無料のコードエディター
SublimeText3 中国語版
中国語版、とても使いやすい
ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境
ドリームウィーバー CS6
ビジュアル Web 開発ツール
SublimeText3 Mac版
神レベルのコード編集ソフト（SublimeText3）
Pythonクラスの多型
Jul 05, 2025 am 02:58 AM
Pythonオブジェクト指向プログラミングのコアコンセプトであるPythonは、「1つのインターフェイス、複数の実装」を指し、異なるタイプのオブジェクトの統一処理を可能にします。 1。多型は、メソッドの書き換えを通じて実装されます。サブクラスは、親クラスの方法を再定義できます。たとえば、Animal ClassのSOCK（）方法は、犬と猫のサブクラスに異なる実装を持っています。 2.多型の実用的な用途には、グラフィカルドローイングプログラムでdraw（）メソッドを均一に呼び出すなど、コード構造を簡素化し、スケーラビリティを向上させる、ゲーム開発における異なる文字の共通の動作の処理などが含まれます。 3. Pythonの実装多型を満たす必要があります：親クラスはメソッドを定義し、子クラスはメソッドを上書きしますが、同じ親クラスの継承は必要ありません。オブジェクトが同じ方法を実装する限り、これは「アヒル型」と呼ばれます。 4.注意すべきことには、メンテナンスが含まれます
Pythonジェネレーターと反復器を説明します。
Jul 05, 2025 am 02:55 AM
イテレータは、__iter __（）および__next __（）メソッドを実装するオブジェクトです。ジェネレーターは、単純化されたバージョンのイテレーターです。これは、収量キーワードを介してこれらのメソッドを自動的に実装しています。 1. Iteratorは、次の（）を呼び出すたびに要素を返し、要素がなくなると停止例外をスローします。 2。ジェネレーターは関数定義を使用して、オンデマンドでデータを生成し、メモリを保存し、無限シーケンスをサポートします。 3。既存のセットを処理するときに反復器を使用すると、大きなファイルを読み取るときに行ごとにロードするなど、ビッグデータや怠zyな評価を動的に生成するときにジェネレーターを使用します。注：リストなどの反復オブジェクトは反復因子ではありません。イテレーターがその端に達した後、それらは再作成する必要があり、発電機はそれを一度しか通過できません。
PythonでAPI認証を処理する方法
Jul 13, 2025 am 02:22 AM
API認証を扱うための鍵は、認証方法を正しく理解して使用することです。 1。Apikeyは、通常、リクエストヘッダーまたはURLパラメーターに配置されている最も単純な認証方法です。 2。BasicAuthは、内部システムに適したBase64エンコード送信にユーザー名とパスワードを使用します。 3。OAUTH2は、最初にclient_idとclient_secretを介してトークンを取得し、次にリクエストヘッダーにbearertokenを持ち込む必要があります。 4。トークンの有効期限に対処するために、トークン管理クラスをカプセル化し、トークンを自動的に更新できます。要するに、文書に従って適切な方法を選択し、重要な情報を安全に保存することが重要です。
一度に2つのリストを繰り返す方法Python
Jul 09, 2025 am 01:13 AM
Pythonで2つのリストを同時にトラバースする一般的な方法は、Zip（）関数を使用することです。これは、複数のリストを順番にペアリングし、最短になります。リストの長さが一貫していない場合は、itertools.zip_longest（）を使用して最長になり、欠損値を入力できます。 enumerate（）と組み合わせて、同時にインデックスを取得できます。 1.Zip（）は簡潔で実用的で、ペアのデータ反復に適しています。 2.zip_longest（）は、一貫性のない長さを扱うときにデフォルト値を入力できます。 3. Enumerate（Zip（））は、トラバーサル中にインデックスを取得し、さまざまな複雑なシナリオのニーズを満たすことができます。
Python Iteratorsとは何ですか？
Jul 08, 2025 am 02:56 AM
inpython、iteratoratorSareObjectsthatallopingthroughcollectionsbyimplementing __（）and__next __（）
Pythonの主張を説明します。
Jul 07, 2025 am 12:14 AM
Assertは、Pythonでデバッグに使用されるアサーションツールであり、条件が満たされないときにアサーションエラーを投げます。その構文は、アサート条件とオプションのエラー情報であり、パラメーターチェック、ステータス確認などの内部ロジック検証に適していますが、セキュリティまたはユーザーの入力チェックには使用できず、明確な迅速な情報と組み合わせて使用する必要があります。例外処理を置き換えるのではなく、開発段階での補助デバッグにのみ利用できます。
Pythonタイプのヒントとは何ですか？
Jul 07, 2025 am 02:55 AM
タイプヒントシンパソコンの問題と、ポテンシャルを使用して、dynamivitytedcodedededevelowingdeexpecifeedtypes.theyenhanceReadeadability、inableearlybugdetection、およびrequrovetoolingsusingsupport.typehintsareadddeduneadddedusingolon（:)
Python Fastapiチュートリアル
Jul 12, 2025 am 02:42 AM
Pythonを使用して最新の効率的なAPIを作成するには、Fastapiをお勧めします。標準のPythonタイプのプロンプトに基づいており、優れたパフォーマンスでドキュメントを自動的に生成できます。 FastAPIおよびASGIサーバーUVICORNをインストールした後、インターフェイスコードを記述できます。ルートを定義し、処理機能を作成し、データを返すことにより、APIをすばやく構築できます。 Fastapiは、さまざまなHTTPメソッドをサポートし、自動的に生成されたSwaggeruiおよびRedocドキュメントシステムを提供します。 URLパラメーターはパス定義を介してキャプチャできますが、クエリパラメーターは、関数パラメーターのデフォルト値を設定することで実装できます。 Pydanticモデルの合理的な使用は、開発の効率と精度を改善するのに役立ちます。
