1. Nauka
    2. /
  2. Kursy
    3. /
  3. Głębokie uczenie dla obrazów z PyTorch
Connected

ćwiczenie

Segmentacja z użyciem wstępnie wytrenowanego Mask R-CNN

W tym ćwiczeniu użyjesz wstępnie wytrenowanego modelu Mask R-CNN do przeprowadzenia segmentacji instancji na poniższym zdjęciu dwóch kotów.

two cats image

Model, którego użyjesz, został wstępnie wytrenowany na zbiorze danych COCO, zawierającym obrazy popularnych obiektów, w tym zwierząt. Dzięki temu model powinien rozpoznawać koty bez żadnych dodatkowych dostosowań.

Twoim zadaniem jest wczytanie modelu i zdjęcia dwóch kotów, przygotowanie obrazu oraz przekazanie go do modelu w celu uzyskania predykcji. Klasa Image z biblioteki PIL, moduły torch, transforms z torchvision oraz funkcja maskrcnn_resnet50_fpn zostały już zaimportowane.

Instrukcje

100 XP
  • Wczytaj wstępnie wytrenowany (pretrained) Mask R-CNN do zmiennej model, używając funkcji maskrcnn_resnet50_fpn().
  • Przekształć zdjęcie dwóch kotów na tensor i zastosuj na nim metodę unsqueeze.
  • Przeprowadź wnioskowanie, przekazując obraz do modelu, i przypisz wynik do zmiennej prediction.