使用預先訓練的 Mask R-CNN 進行分割

在這個練習中，你會使用預先訓練的 Mask R-CNN 模型，對下方的兩隻貓影像進行實例分割。

two cats image

你要使用的模型已在 COCO 資料集上預先訓練。該資料集包含常見物體的影像，包括動物。因此，模型應該能直接辨識出貓，而不需要再微調。

你的任務是載入模型與兩隻貓的影像、完成影像前處理，並將其傳入模型以取得預測結果。PIL 的 Image、torch、torchvision 的 transforms，以及 maskrcnn_resnet50_fpn 都已為你匯入。

本練習屬於課程

使用 PyTorch 進行影像深度學習

檢視課程

練習說明

使用 maskrcnn_resnet50_fpn() 載入 pretrained 的 Mask R-CNN 到 model。
將兩隻貓的影像轉換成張量並執行 unsqueeze。
將影像傳入模型進行推論，並將輸出指定給 prediction。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# 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)

編輯並執行程式碼