Сегментація за допомогою попередньо натренованої Mask R-CNN

У цій вправі ви використаєте попередньо натреновану модель Mask R-CNN для виконання інстанс-сегментації на зображенні з двома кішками.

two cats image

Модель, яку ви використаєте, попередньо натренована на наборі даних COCO, що містить зображення поширених об'єктів, зокрема тварин. Завдяки цьому модель повинна вміти розпізнавати кішок «з коробки», без додаткового тонкого налаштування.

Ваше завдання — завантажити модель і зображення з двома кішками, підготувати зображення та передати його моделі, щоб отримати передбачення. Image з PIL, torch, transforms з torchvision і maskrcnn_resnet50_fpn уже імпортовано для вас.

Ця вправа є частиною курсу

Глибоке навчання для зображень із PyTorch

Переглянути курс

Інструкції до вправи

Завантажте pretrained Mask R-CNN у model, використавши maskrcnn_resnet50_fpn().
Перетворіть зображення з двома кішками на тензор і застосуйте до нього unsqueeze.
Виконайте інференс, передавши зображення моделі, і запишіть результат у prediction.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)

Редагувати та запускати код