Udemy線上課程 UNet（PyTorch）圖像語義分割實戰：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)
UNet是一種基於深度學習的圖像語義分割方法，尤其在醫學圖像分割中表現優異。
本課程將手把手地教大家使用labelme圖像標註工具製作自己的數據集，生成Mask圖像，並使用PyTorch版UNet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，然後介紹UNet網絡的原理
本課程有兩個項目實踐：
(1) Kaggle鹽體識別比賽 ：利用PyTorch版UNet進行Kaggle鹽體識別
(2) Pothole語義分割：對汽車行駛場景中的路坑進行標註和PyTorch版UNet語義分割
本課程使用PyTorch版本的UNet，在Ubuntu系統上用Jupyter Notebook做項目演示。
包括：數據集標註、數據集格式轉換和Mask圖像生成、編寫UNet程序文件、訓練自己的數據集、測試訓練出的網絡模型、性能評估。
項目代碼也可在Windows上運行，課程提供Windows環境搭建方法。
本課程提供項目的數據集和Python程序代碼。
01 - 課程介紹
001 介紹.mp4
02 - 圖像語義分割介紹
001 圖像分割任務及數據集.mp4
002 圖像分割性能指標.mp4
03 - UNet圖像語義分割原理
001 UNet圖像語義分割原理.mp4
04 - Kaggle鹽體識別競賽UNet實戰
001 pothole-code.zip
001 pothole-test.tar.gz
001 pothole-train.tar.gz
001 unet-pytorch-udemy.pdf
001 unet-tgs.ipynb
001 安裝PyTorch (ubuntu).mp4
002 安裝PyTorch (Windows).mp4
003 Kaggle鹽體識別：比賽介紹.mp4
004 Kaggle鹽體識別：U-Net實戰.mp4
05 - Pothole語義分割UNet實戰
001 labelme圖像標注及mask制作.mp4
002 Pothole分割UNet實戰.mp4
|
|
您現在的位置：
專業知識教學
