Překrytí masek instancí

Skvělá práce při vytváření sémantické masky v předchozím cvičení! Teď ji můžeš přepsat maskami instancí v místech, kde model pro segmentaci instancí detekoval objekty.

Použiješ předtrénovaný model MaskRCNN dostupný v tvém pracovním prostředí a vytvoříš masky segmentace instancí. Poté projdeš tyto masky a pro každou z nich překryješ místa, kde je objekt detekován s vysokou jistotou, na sémantickou masku.

torch je už naimportovaný.

Toto cvičení je součástí kurzu

Deep Learning pro obrázky s PyTorchem

Zobrazit kurz

Pokyny k cvičení

Inicializuj panoptic_mask naklonováním semantic_mask.
Definuj cyklus for, který bude iterovat přes masky instancí — proměnnou iterátoru pojmenuj mask.
Pro každou masku instancí přepiš na místech, kde je její hodnota větší než 0.5, panoptickou masku aktuálním instance_id.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Instantiate model and produce instance masks
model = MaskRCNN()
with torch.no_grad():
    instance_masks = model(image_tensor)[0]["masks"]

# Initialize panoptic mask as semantic_mask
panoptic_mask = ____

# Iterate over instance masks
instance_id = 3
for ____ in ____:
    # Set panoptic mask to instance_id where mask > 0.5
    panoptic_mask[____] = ____
    instance_id += 1
    
# Display panoptic mask
plt.imshow(panoptic_mask.squeeze(0))
plt.axis("off")
plt.show()

Upravit a spustit kód