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

适用人群

具有一定深度学习基础,希望掌握PyTorch版Mask R-CNN图像实例分割实战方法的同学们

课程介绍

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。

课程目录

讨论留言

正在加载中...