О чём урок
Кратко: Этот notebook покажет вам: Как вызывать batch inference API Mistral Как передавать изображения (закодированные в base64) в ваших API-вызовах в VLM Mistral (здесь Pixtral-12B) Как fine-tune Pixtral-12B для задачи классификации изображений для повышения его точности. Для получения дополнительной информации обратитесь к документации: https://docs.mistral.ai/capabilities/finetuning/ https://docs.mistral.ai/capabilities/vision/ Мы будем использовать AID: Набор данных для классификации сцен, представленный Xia et al. и размещенный на Kaggle под лицензией Public Domain. Для его загрузки вам потребуется сгенерировать ваш Kaggle API token: Перейдите в свой аккаунт Kaggle в разделе Kaggle API Token, Нажмите "Create New API Token" → это загрузит файл kaggle.json. Загрузите kaggle.json в Google Colab. Набор данных состоит из: спутниковых снимков (файлы jpg) каждое изображение относится к определенному классу (например, аэропорт, коммерческая зона, плотная жилая застройка, средняя жилая застройка, парк, лес, сельскохозяйственные угодья и т.д.)
План урока
- Подготовка набора данных
- Загрузка и парсинг данных
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.