Bitácora de cada día en el desarrollo del tp
| Fecha | Comentario |
|---|---|
| 6/12 | - cargar los datos y subir todo a drive, comprobar que anden y se puedan visualizar. - ver si se pueden leer csv sin subirlos a colab (no resultó en nada funcional) |
| 7/12 | lograr visualizar una imagen en colab de la base de datos, y convertidor de numpy a texto (y viceversa) |
| 9/12 | - hice un analisis exploratorio de datos. - averigué como funciona VQGAN+CLIP. \- entrené un modelo """simple""" de CLIP para después darme cuenta que no era un generador de imagen, sinó mas bien un buscador/relacionador de texto-imagen - investigar MUCHAS otras formas de crear imagenes falsas a partir de frases. "15 pastillas de metafetamina" - llego a la conclusión que hacer esto puede llevar demasiado tiempo, porque hay que armarlo todo ya que no hay notebooks o codigo python programable (liberado al publico). Y decido cambiar a simplemente generar texto dada una palabra "droga", "alcohol", etc |
| 16/12 | - continuar investigando métodos de crear imagenes en base a una palabra - encontré un metodo que genera números en base a una imagen, ver como pasarlo para que genere en base a un texto - seguí investigando otras alternativas, encontré artículos buenos de CGANs, debo leer más teoría Idea: puedo llegar a crear una palabra y que me la encodee en una categoría "cocaina" -> 32. "libro" -> 11. etc |
| 19/12 | - añadidas mas lineas a la exploración de datos - visualizar imagenes, a color, escala de grises, todo a numpy - preprocesamiento (verificación de imagenes correctas, tamaños, repetidas, etc) - adaptación de mi dataset al modelo copiado, aún sin funcionar - arreglo de detalles menores Ir pensando ideas para como presentar el tp en el video |
| 20/12 | - enterarme que la entrega no es el 23 sinó el 20 - separé train y test, de forma que queden categorías uniformemente distribuidas - volví a unzipear todas las imagenes porque había faltantes - añadidas más partes de preprocesamiento (imagenes existentes, filtros, etc) - mejoré las funciones conversoras a grayscale, rgb, y imagen a numpy - reescalar imágenes - baseline terminado y funcionando - limpieza del notebook - creación del ppt, grabación del video y pdf de entrega con links |