Visa mjuka masker

I föregående övning lärde du dig att de två mest sannolika objekten som Mask R-CNN-modellen har segmenterat båda är katter. Nu ska du visa maskerna för dessa två katter överlagrade på originalbilden för att visuellt kontrollera deras noggrannhet. Det innebär att du itererar över de två maskerna och för var och en av dem ritar ut originalbilden följt av en halvtransparent mask ovanpå den.

Den här övningen är en del av kursen

Djupinlärning för bilder med PyTorch

Visa kurs

Övningsinstruktioner

Extrahera masker och etiketter från prediction och tilldela dem till variablerna masks respektive labels.
Inuti for-loopen visar du den i:te masken över bilden genom att skicka mask[i, 0] till plottningsfunktionen – använd färgkartan "jet" och sätt transparensparametern till 0.5.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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()

Redigera och kör kod