Задача 04A. Работа с датасетом ≡

Максимальный балл:

10

Условие

Требуется реализовать различные способы загрузки датасета для обучения:

• Аналог tf.keras.utils.image_dataset_from_directory. Реализация должна поддерживать следующие аргументы: directory, batch_size, image_size, shuffle, seed, validation_split, subset; и возвращать объект класса tf.data.Dataset. Элементом датасета является пара батч изображений и их классов. Альтернативно на pytorch реализовать аналогичную функцию, возвращающую torch.utils.data.DataLoader.
• Функцию

  
  def load_dataset(path: str, batch_size: int, image_size: tuple[int, int], shuffle: bool, split: str) -> tuple[tf.data.Dataset, dict[int, str]]:
      '''Given a `path` to a csv index file loads one of the dataset splits. Paths in the index are assumed to be relative to the csv file. The file contains three columns: "filepaths", "labels" and "data set", path to the image, image label and dataset split respectively.
  
      Arguments:
          path: path to the csv index file
          batch_size: size of batches in the dataset
          image_size: size to resize the images to
          shuffle: whether to shuffle the index. If False original index order is preserved
          split: split to use. One of "train", "valid" or "test"
  
      Returns:
          The loaded dataset
          A dictionary mapping class indices to class names'''
          ...
  

  Альтернативно на pytorch реализовать аналогичную функцию, возвращающую torch.utils.data.DataLoader.
• Классы, реализующие интерфейс tf.keras.utils.Sequence. Классы должны повторять функционал функций, из предыдущих двух пунктов, включая возможность указать split. Альтернативно на pytorch реализовать интерфейс torch.utils.data.Dataset, при этом __getitem__ должен возвращать один батч, вместо одного элемента датасета. Также, должна быть возможность итерироваться по этому объекту.

Для каждой реализации необходимо продемонстрировать работу, проведя одну эпоху обучения любой модели на загруженном датасете.

Требования к датасету

• Необходимо использовать следующий датасет.

Распределение баллов

Максимальное количество баллов за задачу — 10.

• До  + 2 за реализацию каждого метода
• Продемонстрировать возможность использования аугментации с реализованными способами, до  + 2

Отправка решения

В качестве решения принимается файл с исходным кодом, например jupyter notebook. В систему требуется отправить ссылку на файл, размещённый в открытом доступе (Google Colab, Github, Google Drive и др.), указав среду разработки "Answer text". После отправки решение необходимо сдать преподавателю лично.

---