Masques d'instance de superposition
Bravo pour la création du masque sémantique dans l'exercice précédent. Vous pouvez désormais le remplacer par des masques d'instance aux emplacements où les objets ont été identifiés par le modèle de segmentation d'instance.
Vous utiliserez le modèle pré-entraîné MaskRCNN disponible dans votre espace de travail pour produire des masques de segmentation d'instances. Ensuite, vous allez parcourir ces masques et, pour chacun d'entre eux, vous allez superposer les parties où un objet est détecté avec un haut degré de certitude sur le masque sémantique.
torch est déjà importé pour vous.
Cet exercice fait partie du cours
Deep learning pour les images avec PyTorch
Instructions
- Veuillez initialiser l'
panoptic_masken clonant le fichiersemantic_mask. - Définissez la boucle for pour parcourir les masques d'instance, en appelant la variable itérative
mask. 0.5Pour chaque masque d'instance, à l'endroit où il est plus grand que l', remplacez le masque panoptique par l'instance_idactuel.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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()