显示软掩膜
在上一个练习中，您已经了解到 Mask R-CNN 模型分割出的最有可能的两个目标都是猫。现在，您将把这两只猫的掩膜叠加到原始图像上，以直观验证其准确性。为此，您需要遍历这两个掩膜，并针对每个掩膜，先绘制原始图像，再在其上方叠加一层半透明的掩膜。
本练习是课程的一部分
使用 PyTorch 进行图像深度学习
练习说明
- 从
prediction中提取掩膜和标签，分别赋值给masks和labels。 - 在 for 循环内，通过将
mask[i, 0]传给绘图函数，把第i个掩膜叠加到图像上；使用"jet"颜色映射，并将透明度参数设为0.5。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Extract masks and labels from prediction
masks = ____
labels = ____
# Plot image with two overlaid masks
for i in range(2):
plt.imshow(image)
# Overlay the i-th mask on top of the image
plt.imshow(____, ____, ____)
plt.title(f"Object: {class_names[labels[i]]}")
plt.show()