Segmentering med förtränad Mask R-CNN

I den här övningen använder du den förtränade Mask R-CNN-modellen för att utföra instanssegmentering på följande bild av två katter.

two cats image

Modellen har tränats på COCO-datamängden, som innehåller bilder på vanliga objekt, inklusive djur. Tack vare detta kan modellen känna igen katter direkt utan att behöva finjusteras.

Din uppgift är att läsa in modellen och bilden på de två katterna, förbereda bilden och skicka den till modellen för att få prediktioner. Image från PIL, torch, transforms från torchvision och maskrcnn_resnet50_fpn har redan importerats.

Den här övningen är en del av kursen

Djupinlärning för bilder med PyTorch

Visa kurs

Övningsinstruktioner

Läs in den förtränade Mask R-CNN-modellen till model med hjälp av maskrcnn_resnet50_fpn().
Transformera bilden på de två katterna till en tensor och lägg till en dimension med unsqueeze.
Utför inferens genom att skicka bilden till modellen och tilldela utdata till prediction.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)

Redigera och kör kod