你将收获

掌握Swin Transformer实例分割技术来训练自己的数据集

学习使用labelme图像分割标注工具

学习Swin Transformer原理

适用人群

希望学习Swin Transformer实例分割技术来训练自己的数据集的学员们

课程介绍

Transformer发轫于NLP(自然语言处理),并跨界应用到CV(计算机视觉)领域。 Swin Transformer是基于Transformer的计算机视觉骨干网,在图像分类、目标检测、实例分割、语义分割等多项下游CV应用中取得了SOTA的性能。该项工作也获得了ICCV 2021顶会最佳论文奖。

本课程将手把手地教大家使用labelme标注和使用Swin Transformer训练自己的数据集进行图片和视频的实例分割。 

本课程将介绍Transformer及在CV领域的应用、Swin Transformer的原理。

本课程以汽车驾驶场景图片和视频开展项目实践: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。  

课程在WindowsUbuntu系统上分别做项目演示。包括:安装软件环境、安装Pytorch、安装Swin-Transformer-Object-Detection、标注自己的数据集、准备自己的数据集、数据集格式转换(Python脚本完成)、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计、日志分析。  

本课程提供项目的数据集和相关Python程序文件。

图片分割效果

课程目录

讨论留言

正在加载中...