Anlamsal segmentasyonu çalıştırma

U-Net'i tasarlamakta harika iş çıkardın! Az önce kurduğuna çok benzer, önceden eğitilmiş bir model hazır olarak sana sunuluyor. Bu model büyük bir görüntü setinde eğitildi ve mimariye batch norm katmanları gibi birkaç küçük ekleme içeriyor.

Modeli UNet() olarak başlatarak önceden eğitilmiş ağırlıklara sahip sürümü alabilirsin. Görevin, aşağıdaki araba görseli için segmentasyon maskeleri üretmek.

car image

PIL içindeki Image senin için zaten içe aktarıldı.

Bu egzersiz, kursun bir parçasıdır

PyTorch ile Görüntüler için Deep Learning

Kursa Göz Atın

Egzersiz talimatları

UNet()'i model adlı bir değişkende başlat.
car.jpg görselini image adlı bir değişkene yükle.
Görseli modele geçirerek ve çıktıya squeeze(0) uygulayarak segmentasyon maskeleri üret.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Load model
model = ____
model.eval()

# Load and transform image
image = ____
transform = transforms.Compose([transforms.ToTensor()])
image_tensor = transform(image).unsqueeze(0)

# Predict segmentation mask
with torch.no_grad():
    prediction = ____

# Display mask
plt.imshow(prediction[1, :, :])
plt.show()

Kodu Düzenle ve Çalıştır