Load images, resize to 64x64 and cache as .npz
@Sandali0726 ya está trabajando en esto.
Desde el 11/10/2026.
Evaluación
- Dificultad
- 2/5
- Tiempo estimado
- 1-3 horas
- Aptitud para principiantes
- 55/100
Línea de trabajo
Work in src/data.py, adding load_raw_images(root) and get_dataset(). Issue #5 is listed as a dependency, so check whether it has landed and what it provides for locating the 256x256 originals before you start. Done means get_dataset() returns X with shape (3000, 64, 64, 3) and labels 0/1/2 with 1000 each, and the data/animals64.npz cache is written once and reused on later calls.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Resize the 256x256 originals to 64x64 (bilinear) to emulate an edge camera; cache to avoid re-resizing.
Files: src/data.py
Tasks
-
load_raw_images(root)-> X uint8 (N,64,64,3), y int64 (N,) -
get_dataset()buildsdata/animals64.npzonce, loads it afterwards - Convert every image to RGB before resizing
Done when
get_dataset() returns X with shape (3000, 64, 64, 3) and labels 0/1/2, 1000 each.
Depends on
#5
Close with a commit or PR message containing Closes #<this issue>.
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 0
- Forks
- 0
- Merge medio
- 5 h 32 min
- PR fusionados (30 d)
- 5
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de VisionForgeCSE/CNN-For-Image-Classification
-
Inference latency benchmarkAbiertoevaluation
Dificultad 2/5 1-3 horas Aptitud para principiantes 66/100
-
evaluation good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
-
Plot confusion matrixAbiertoevaluation
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
-
Save training histories to JSONAbiertotraining
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
-
Optimizer factoryAbiertotraining
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
Todos los issues de VisionForgeCSE/CNN-For-Image-Classification
Issues similares
-
priority: medium
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
storytold/photocraft#6743 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
area:logging documentation good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
hugowis/open-fpv-sim#48 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
python-attrs/cattrs#796 ·
Los mantenedores suelen responder en 1 día
-
GST is read as Gulf Standard Time (UTC+4) instead of Guam Standard Time (UTC+10)Posiblemente ocupada @yang00333 la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
DOI-USGS/dataretrieval-python#454 ·
Los mantenedores suelen responder en 4 días