Segmentasi dengan Mask R-CNN pralatih

Pada latihan ini, Anda akan menggunakan model Mask R-CNN pralatih untuk melakukan instance segmentation pada gambar dua kucing berikut.

two cats image

Model yang akan Anda gunakan telah dilatih sebelumnya pada himpunan data COCO, yang berisi gambar objek-objek umum, termasuk hewan. Berkat hal ini, model seharusnya dapat mengenali kucing secara langsung, tanpa perlu fine-tuning.

Tugas Anda adalah memuat model dan gambar dua kucing tersebut, menyiapkan gambarnya, lalu memberikannya ke model untuk memperoleh prediksi. Image dari PIL, torch, transforms dari torchvision, dan maskrcnn_resnet50_fpn telah diimpor untuk Anda.

Latihan ini adalah bagian dari kursus

Deep Learning untuk Gambar dengan PyTorch

Lihat Kursus

Petunjuk latihan

Muat Mask R-CNN pretrained ke model menggunakan maskrcnn_resnet50_fpn().
Transformasikan gambar dua kucing menjadi tensor dan lakukan unsqueeze.
Lakukan inferensi dengan memberikan gambar ke model dan simpan keluarannya ke prediction.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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)

Edit dan Jalankan Kode