शुरू करेंमुफ़्त में शुरू करें

Pre-trained Mask R-CNN के साथ सेगमेंटेशन

इस अभ्यास में, आप pre-trained Mask R-CNN मॉडल का उपयोग करके नीचे दी गई दो बिल्लियों की इमेज पर instance segmentation करेंगे.

two cats image

जिस मॉडल का आप उपयोग करेंगे, उसे COCO डेटासेट पर pre-train किया गया है, जिसमें आम वस्तुओं की इमेज होती हैं, जिनमें जानवर भी शामिल हैं. इसकी बदौलत, मॉडल बिना fine-tuning के, सीधे बिल्लियों को पहचानने में सक्षम होना चाहिए.

आपका कार्य है: मॉडल और दो बिल्लियों वाली इमेज को लोड करना, इमेज तैयार करना, और उसे मॉडल में पास करके प्रेडिक्शंस प्राप्त करना. PIL से Image, torch, torchvision से transforms, और maskrcnn_resnet50_fpn आपके लिए इम्पोर्ट कर दिए गए हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

PyTorch के साथ इमेज के लिए डीप लर्निंग

पाठ्यक्रम देखें

अभ्यास निर्देश

  • maskrcnn_resnet50_fpn() का उपयोग करके pretrained Mask R-CNN को model में लोड करें.
  • दो बिल्लियों वाली इमेज को टेन्सर में ट्रांसफ़ॉर्म करें और उसे unsqueeze करें.
  • इमेज को मॉडल में पास करके inference चलाएँ और आउटपुट को prediction में असाइन करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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)
कोड संपादित करें और चलाएँ