你将收获

掌握YOLACT++实时实例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YOLACT++实时实例分割原理

适用人群

希望掌握YOLACT++实时实例分割技术来训练自己的数据集的学员

课程介绍

YOLACT++是一种先进的基于深度学习的实时实例分割方法,可对物体的每个实例进行像素级分割。

 

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版的YOLACT++训练自己的数据集,从而能开展自己的图像和视频实时实例分割应用。

 

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实例分割。

 

本课程使用Pytorch版本的YOLACT++,在Ubuntu系统上做项目演示。另外,课程也给出Windows上的环境安装方法。项目具体流程包括:安装PyTorchYOLACT++、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。

 

本课程提供项目的数据集和相关Python程序文件。

图片展示

课程目录

讨论留言

正在加载中...