你已經從預先訓練的模型取得預測結果,接下來可以更仔細地分析。prediction 已可供你使用。
prediction
你會發現它是長度為 1 的清單(你只對一張影像做了預測),其中包含一個有四個鍵的字典。labels 是代表預測類別的整數,而 scores 是對應的類別機率。你可以用 class_names 取得對應 labels 的類別名稱清單。
labels
scores
class_names
前兩個遮罩所對應的預測類別與分數是什麼?
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
學習使用 CNN 進行影像分類,了解二元與多類別影像分類模型的差異,以及如何在 PyTorch 中運用遷移學習完成影像分類。
透過為影像中的物體預測邊界框以進行偵測,並評估物件辨識模型的效能。
認識三種影像分割類型(語意、實例與全景)、其應用場景,以及各自適合的機器學習模型架構。
當前練習
使用生成對抗網路(GANs)生成全新的影像。學習建置並訓練 Deep Convolutional GAN,及如何評估其輸出的品質與多樣性。