Запуск семантичної сегментації

Чудова робота зі створенням U-Net! У вашому розпорядженні вже є попередньо навчена модель, дуже схожа на ту, яку ви щойно зібрали. Її навчено на великому наборі зображень, і вона містить кілька невеликих доповнень до архітектури, зокрема шари batch norm.

Ви можете створити екземпляр моделі як UNet(), що надасть моделі попередньо навчені ваги. Ваше завдання — використати її, щоб побудувати маски сегментації для наведеного нижче зображення автомобіля.

car image

Image з PIL уже імпортовано для вас.

Ця вправа є частиною курсу

Глибоке навчання для зображень із PyTorch

Переглянути курс

Інструкції до вправи

Створіть екземпляр UNet() у змінній model.
Завантажте зображення car.jpg у змінну image.
Отримайте маски сегментації, передавши зображення моделі та застосувавши squeeze(0) до виходу.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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()

Редагувати та запускати код