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
你将收获
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
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PyTorch版本的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。
本课程以RoadScene语义分割开展项目实践: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Pytorch版本的DeepLabv3+,在Ubuntu系统上做项目演示。 包括:安装PyTorch和deeplabv3+、数据集标注、数据集格式转换、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。
相关课程:DeepLabv3+图像语义分割实战:训练自己的数据集(TensorFlow)https://edu.csdn.net/course/detail/25328
课程目录
电脑系统不一样,非常不友好,白瞎钱了
系统不一样,用你的代码做全是错误,都显示不是可运行的程序
老师好,使用mobilenet主干网络用resnet模型是没有影响的吗?visdom可视化除了在终端输入命令,怎么在main.py文件里面实现啊?自己想训练模型 但官网的这几个预训练权重不合适 还有其他地方能找到更多权重文件吗?
老师好,Windows系统是一样的操作吗? 如何修改自己的参数呢
老师这个课程只能在linux系统下学习吗,还是按这个教程在windows下学不了
好的
电脑上视频播放时,屏幕左上可看到“下载课件”的链接。先下载课件,项目流程的课件中有百度网盘链接,可下载其它课程资料。如不能下载,可留下你的邮箱。我发给你。
分割出的区域是可以得到的,可根据分割mask提取原图的相应区域