成功

扫码支付

购买商品:
商品价格:

价格读取中

支付方式:
微信

请扫码进行支付

支付宝

请扫码进行支付

二维码已过期,请点击刷新

白勇
研究员/教授
大学教授,美国归国博士、博士生导师;人工智能公司专家顾问;长期从事人工智能、物联网、大数据研究;已发表学术论文100多篇,授权发明专利10多项
显示更多
本课程共计143分钟,19节,如果每天学习1小时,预计学习3天。
课程简介

Mask R-CNN是一种基于深度学习的图像实例分割方法,可对物体进行目标检测和像素级分割。


本课程将手把手地教大家使用Labelme图像标注工具制作自己的数据集,并使用PyTorch版本的Mask R-CNN(Facebook 官方maskrcnn-benchmark)训练自己的数据集,从而能开展自己的图像分割应用。


本课程的具体项目实战案例是:对汽车行驶场景中的路坑、车、车道线等多类物体进行检测和分割 。本课程使用PyTorch1.0在Ubuntu16.04系统上进行项目全过程的演示。


本课程提供项目标注的数据集和相关Python程序文件。

你将收获
学习和掌握使用Mask R-CNN图像实例分割来训练自己的数据集
学习labelme图像实例分割标注工具
掌握多类物体的图像实例分割方法
查看更多笔记

加载中...

没有更多了

同学笔记空空如也

查看更多评价

加载中...

没有更多了

空空如也

手机看
关注公众号

关注公众号

下载APP

下载APP

客服 帮助 返回
顶部