Segmentare de instanță cu Mask R-CNN

Deep Learning pentru imagini cu PyTorch

Michal Oleszak

Machine Learning Engineer

Faster R-CNN

Diagrama arhitecturii Faster R-CNN

Mask R-CNN

Diagrama arhitecturii Mask R-CNN

Mask R-CNN pre-antrenat în PyTorch

from torchvision.models.detection import \
maskrcnn_resnet50_fpn


model = maskrcnn_resnet50_fpn(pretrained=True)
model.eval()


image = Image.open("cat_and_laptop.jpg")
transform = transforms.Compose([
    transforms.ToTensor()
])
image_tensor = transform(image).unsqueeze(0)


with torch.no_grad():
    prediction = model(image_tensor)

Importă modelul Mask R-CNN
Încarcă modelul pre-antrenat
Încarcă imaginea de test și transformă în tensor

fotografie cu o pisică lângă un laptop

Transmite tensorul imaginii modelului

Rezultatele modelului

Etichete

prediction[0]["labels"]

tensor([
    17, 73, 76, 73, 67, 42, 63, 84,73, 65, 
    17, 73, 73, 73, 84, 72, 76, 76,17, 15
])

Nume de clase

print(class_names[17], class_names[73])

cat laptop

Probabilități de clasă

prediction[0]["scores"]

tensor([
    0.9981, 0.9672, 0.9061, 0.6893, 0.3729, 
    ..., 
    0.0745, 0.0705, 0.0623, 0.0610, 0.0508
])

Măști

prediction[0]["masks"]

tensor([[[[0., 0., 0.,  ..., 0., 0., 0.],
          ...]]]])

Măști soft

Valori unice ale măștii

prediction[0]["masks"].unique()

tensor([0.0000e+00, 5.9713e-08, ..., 
        9.9989e-01, 9.9990e-01])

Măștile Mask R-CNN:
- Valori între 0 și 1
- Reprezintă încrederea modelului că fiecare pixel aparține obiectului
- Oferă informații mai nuanțate decât măștile binare
- Pot fi binarizate prin prag, dacă este necesar

Afișarea măștilor soft

masks = prediction[0]["masks"]
labels = prediction[0]["labels"]


for i in range(2):
    plt.imshow(image)

    plt.imshow(
        masks[i, 0],
        cmap="jet",
        alpha=0.5,
    )

    plt.title(
        f"Object: {class_names[labels[i]]}"
    )
    plt.show()

Extrage măștile și etichetele din predicție
Iterează peste primele două obiecte, afișând imaginea originală
Pentru fiecare obiect, afișează masca semi-transparentă
Adaugă titlu și afișează

Afișarea măștilor soft

Măști de segmentare de instanță suprapuse pe imagini

Să exersăm!

Deep Learning pentru imagini cu PyTorch