Segmentace pomocí předtrénovaného Mask R-CNN

V tomto cvičení použiješ předtrénovaný model Mask R-CNN k provední instance segmentace na následujícím obrázku dvou koček.

two cats image

Model, který budeš používat, byl předtrénovaný na datové sadě COCO, která obsahuje obrázky běžných objektů včetně zvířat. Díky tomu by měl model rozpoznat kočky rovnou bez nutnosti dalšího dotrénování.

Tvým úkolem je načíst model a obrázek dvou koček, obrázek připravit a předat ho modelu, aby vrátil predikce. Image z PIL, torch, transforms z torchvision a maskrcnn_resnet50_fpn jsou již naimportované.

Toto cvičení je součástí kurzu

Deep Learning pro obrázky s PyTorchem

Zobrazit kurz

Pokyny k cvičení

Načti předtrénovaný Mask R-CNN do proměnné model pomocí maskrcnn_resnet50_fpn().
Transformuj obrázek dvou koček na tensor a přidej mu dimenzi pomocí unsqueeze.
Proveď inferenci tím, že předáš obrázek modelu, a výstup ulož do proměnné prediction.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Load a pre-trained Mask R-CNN model
model = ____(____)
model.eval()

# Load an image and convert to a tensor
image = Image.open("two_cats.jpg")
transform = transforms.Compose([transforms.ToTensor()])
image_tensor = transform(image).____

# Perform inference
with torch.no_grad():
    prediction = ____
    print(prediction)

Upravit a spustit kód