Udemy線上課程 Detectron2版Mask RCNN圖像實例分割實戰：訓練自己的數據集 講師:Frank BAI 影音教學 中文發音 中文版(DVD版)
Mask RCNN是一種基于深度學習的圖像實例分割方法，可對物體進行目標檢測和像素級分割。
本課程將手把手地教大家使用labelme圖像標注工具制作自己的數據集，并使用PyTorch版本的Mask RCNN（Facebook 官方Detectron2）訓練自己的數據集，從而能開展自己的圖像分割應用。
本課程首先講述圖像分割的任務說明、常用數據集、性能指標，然后介紹Mask RCNN網絡的原理
本課程的具體項目實戰案例是：對汽車行駛場景中的路坑、車、車道線等多類物體進行檢測和分割 。
本課程在Ubuntu系統上進行項目全過程的演示。 具體包括：安裝PyTorch環境、安裝Detectron2并進行安裝測試、使用labelme標注軟體進行自己數據集的標注、數據集格式轉換、訓練自己的數據集、測試訓練出的網絡模型以及性能評估。
學習本課程可掌握圖像分割的標注方法、數據集格式轉換方法、以及使用Detectron2中的Mask RCNN訓練自己的數據集來進行圖像和影片實例分割的方法。
本課程提供項目標注好的數據集和項目相關的Python程序文件。
01 - 課程介紹
001 課程介紹.mp4
001-1課程介紹-detectron2-udemy.mp4
02 - Mask R-CNN原理
002 圖像分割-任務與數據集.mp4
003 圖像分割-性能指標.mp4
004 Mask R-CNN原理介紹.mp4
03 - Detectron2項目實戰
005 安裝pytorch.mp4
005-detectron2-maskrcnn實戰.pdf
006 安裝detectron2.mp4
007 labelme圖像標注及格式轉換.mp4
008 網絡模型訓練.mp4
009 網絡模型測試.mp4
|
|
您現在的位置：
專業知識教學
