Zachte masks weergeven

In de vorige oefening heb je gezien dat de twee meest waarschijnlijke objecten die het Mask R-CNN-model heeft gesegmenteerd allebei katten zijn. Nu ga je de masks voor deze twee katten tonen, over de originele afbeelding heen, om hun nauwkeurigheid visueel te controleren. Dit vraagt om itereren over de twee masks en voor elk daarvan eerst de originele afbeelding te plotten en daarbovenop een halftransparant mask te leggen.

Deze oefening maakt deel uit van de cursus

Deep Learning voor afbeeldingen met PyTorch

Cursus bekijken

Oefeninstructies

Haal de masks en labels uit de prediction en wijs ze toe aan respectievelijk masks en labels.
Toon binnen de for-lus het i-de mask over de afbeelding door mask[i, 0] aan de plotfunctie door te geven, met de kleurmap "jet" en stel de transparantieparameter in op 0.5.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Extract masks and labels from prediction
masks = ____
labels = ____

# Plot image with two overlaid masks
for i in range(2):
    plt.imshow(image)
    # Overlay the i-th mask on top of the image
    plt.imshow(____, ____, ____)
    plt.title(f"Object: {class_names[labels[i]]}")
    plt.show()

Code bewerken en uitvoeren