Lägg över instansmasker

Bra jobbat med den semantiska masken i föregående övning! Nu kan du skriva över den med instansmasker på de platser där objekten har identifierats av instanssegmenteringsmodellen.

Du använder den förtränade MaskRCNN som finns i din arbetsyta för att skapa instanssegmenteringsmasker. Sedan itererar du över dessa masker och lägger för var och en av dem över de delar där ett objekt detekteras med hög säkerhet ovanpå den semantiska masken.

torch är redan importerat åt dig.

Den här övningen är en del av kursen

Djupinlärning för bilder med PyTorch

Visa kurs

Övningsinstruktioner

Initiera panoptic_mask genom att klona semantic_mask.
Definiera for-loopen för att iterera över instansmaskerna och ge iteratorvariabeln namnet mask.
För varje instansmask, skriv över den panoptiska masken med det aktuella instance_id på de positioner där masken är större än 0.5.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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()

Redigera och kör kod