你将收获

学习PyTorch版UNet图像语义分割技术来训练自己的数据集

学习UNet语义分割原理

学习使用labelme图像标注

适用人群

希望掌握PyTorch版UNet图像语义分割实战技术的同学们

课程介绍

UNet是一种基于深度学习的图像语义分割方法,尤其在医学图像分割中表现优异。 

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,生成Mask图像,并使用PyTorchUNet训练自己的数据集,从而能开展自己的图像分割应用。 

本课程有两个项目实践: 

(1) Kaggle盐体识别比赛 :利用PyTorchUNet进行Kaggle盐体识别 

(2) Pothole语义分割:对汽车行驶场景中的路坑进行标注和PyTorchUNet语义分割 

本课程使用PyTorch版本的UNet,在Ubuntu系统上用Jupyter Notebook做项目演示。 包括:数据集标注、数据集格式转换和Mask图像生成、编写UNet程序文件、训练自己的数据集、测试训练出的网络模型、性能评估。项目代码也可在Windows上运行,课程提供Windows环境搭建方法。

本课程提供项目的数据集和Python程序代码。

课程展示

课程目录