Накладення інстанс‑масок

Чудова робота зі створення семантичної маски у попередній вправі! Тепер ви можете перезаписати її інстанс‑масками в тих місцях, де об'єкти були визначені моделлю інстанс‑сегментації.

Ви використаєте попередньо натреновану MaskRCNN, доступну у вашому середовищі, щоб отримати інстанс‑маски сегментації. Далі ви пройдетеся циклом по цих масках і для кожної з них накладете ділянки з високою впевненістю в наявності об'єкта поверх семантичної маски.

torch уже імпортовано для вас.

Ця вправа є частиною курсу

Глибоке навчання для зображень із PyTorch

Переглянути курс

Інструкції до вправи

Ініціалізуйте panoptic_mask, клонуючи semantic_mask.
Оголосіть цикл for для ітерації за інстанс‑масками, назвіть змінну ітератора mask.
Для кожної інстанс‑маски, у позиціях, де її значення більше за 0.5, перезапишіть паноптичну маску поточним instance_id.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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()

Редагувати та запускати код