Как предварительно обработать и обучить двоичный классификатор изображений кошек и собак с помощью логистической регресс ⇐ Python

[Anonymous]

Тело:
Я пытаюсь создать классификатор двоичных изображений (кошка против собаки) с использованием логистической регрессии в PyTorch.
Справочная информация:

• Ранее я реализовал классификацию softmax в MNIST: https://github.com/jeehoo0507/Mnist-softmax
• Теперь я хочу применить аналогичный подход к этому набору данных о кошках и собаках: https://www.kaggle.com/datasets/tongpython/cat-and-dog

Что я хочу сделать:

• Преобразовать изображения в оттенки серого
• Измените их размер до фиксированного размера
• Сгладьте и подайте в модель логистической регрессии для двоичной классификации

Моя проблема: Я не уверен, как структурировать конвейер предварительной обработки и загрузчик данных для этого набора данных. Мой текущий код довольно беспорядочный, и я был бы признателен за рекомендации по правильному подходу.
Конкретные вопросы:

• Как лучше всего загружать изображения из структуры папок, конвертировать их в оттенки серого и изменять размер?
• Как мне структурировать класс набора данных для этой задачи?

Буду признателен за любую помощь!

+)

Английский не мой родной язык, поэтому, если что-то будет неясно, дайте мне знать.


Подробнее здесь: https://stackoverflow.com/questions/798 ... g-logistic