इंस्टेंस मास्क ओवरले करें
पिछले अभ्यास में सेमांटिक मास्क बनाकर आपने अच्छा काम किया! अब, जहाँ ऑब्जेक्ट्स को इंस्टेंस सेगमेंटेशन मॉडल ने पहचाना है, उन लोकेशन्स पर आप उसे इंस्टेंस मास्क से ओवरराइट कर सकते हैं.
आप अपने वर्कस्पेस में उपलब्ध प्री-ट्रेंड MaskRCNN का उपयोग करके इंस्टेंस सेगमेंटेशन मास्क तैयार करेंगे. फिर, आप इन मास्क्स पर लूप चलाएँगे और हर मास्क के लिए, जहाँ उच्च विश्वसनीयता के साथ ऑब्जेक्ट डिटेक्ट हुआ है, वहाँ के हिस्सों को सेमांटिक मास्क के ऊपर ओवरले करेंगे.
torch पहले से आपके लिए इंपोर्ट किया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
PyTorch के साथ इमेज के लिए डीप लर्निंग
अभ्यास निर्देश
semantic_maskको क्लोन करकेpanoptic_maskइनिशियलाइज़ करें.- इंस्टेंस मास्क्स पर इटरेट करने के लिए for-लूप परिभाषित करें और इटरेटर वैरिएबल का नाम
maskरखें. - हर इंस्टेंस मास्क के लिए, जहाँ उसका मान
0.5से बड़ा हो, वहाँ panoptic मास्क को वर्तमानinstance_idसे ओवरराइट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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()