你将收获

学习和掌握DeepLabv3+图像语义分割技术来训练自己的数据集

学习使用labelme图像实例分割标注工具

学习DeepLabv3+语义分割原理

适用人群

具有一定深度学习基础，希望掌握DeepLabv3+图像语义分割实战技术的同学们

课程介绍

DeepLabv3+是一种非常先进的基于深度学习的图像语义分割方法，可对物体进行像素级分割。


本课程将手把手地教大家使用labelme图像标注工具制作数据集，并使用DeepLabv3+训练自己的数据集，从而能开展自己的图像语义分割应用。


本课程有两个项目实践：

(1) CamVid语义分割 ：对CamVid数据集进行语义分割

(2) RoadScene语义分割：对汽车行驶场景中的路坑、车、车道线进行物体标注和语义分割


本课程使用TensorFlow版本的DeepLabv3+，在Ubuntu系统上做项目演示。 包括：安装deeplab、数据集标注、数据集格式转换、修改程序文件、训练自己的数据集、测试训练出的网络模型以及性能评估。


本课程提供项目的数据集和Python程序文件。


下图是使用DeepLabv3+训练自己的数据集RoadScene进行图像语义分割的测试结果：



课程目录

用AI创作
进入opencv技能树
学习更多opencv知识
去问答提问
推荐

微信公众平台开发入门

38节刘运强

Java初级从入门到精通

10节张超

NumPy极简教程

5节董老师

轻松学Linux系列课程

125节赵永刚

Python Django 深度学习 小程序

36节钟翔

Python数据分析实战--Numpy

37节阿勒拉哈

白老师老师的其他课程
更多

YOLOv6目标检测实战：训练自己的数据集

白老师 1879人学习

基于深度学习的计算机视觉：原理与实践（上部）

白老师 9522人学习

YOLOv5改进：更换Neck（结合BiFPN，ASFF）

白老师 8198人学习

YOLOv5改进：添加注意力机制

白老师 7014人学习

YOLOv5改进：更换骨干网

白老师 5367人学习