0
40
¥ 88.00 购买
开通会员,立省8.80元, 立即开通
立即购买

你将收获

学习和掌握U-Net图像语义分割技术来训练自己的数据集

学习U-Net语义分割原理

学习使用labelme图像标注

学习Kaggle参数流程

适用人群

具有一定深度学习基础,希望掌握U-Net图像语义分割实战技术的同学们

课程介绍

U-Net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U-Net训练自己的数据集,从而能开展自己的图像分割应用。

本课程有三个项目实践:

(1) Kaggle盐体识别比赛 :利用U-Net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语义分割

(3) Kaggle细胞核分割比赛 :利用U-Net进行Kaggle细胞核分割

本课程使用keras版本的U-Net,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U-Net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。

本课程提供项目的数据集和Python程序文件。


课程讨论

老师,在win10里面如何运行此程序?是不是进入虚拟环境Labelme中,在执行此句

老师,为什么用tensorflow2.3跑同样的代码出来效果很差,是版本的问题吗

项目的训练集和程序文件在哪儿?

请问如何修改为3类的分割,具体代码可以参考吗

老师,您好 请教一个问题, get_iou_vector(A,B)函数中 t,p=A[batch]>0,B[batch]>0 这句话什么意思?

老师,请问 为什么第一层、第三层 运行后没有池化层呢?第二层,第四层有池化层

老师,请问您 def conv2d_block的意义是什么呢? 不可以直接调用 Conv2D吗?

老师,陷在这个问题里出不来了,求救。 TypeError: Cannot convert 0 to EagerTensor of dtype bool

老师,陷在这个问题里出不来了,求救。 TypeError: Cannot convert 0 to EagerTensor of dtype bool

求各位大神指点,每次运行results = model.fit(X_train, y_train, batch_size=4, epochs=100, callbacks=callbacks, validation_data=(X_valid, y_valid)) 都会报错 TypeError: Cannot convert 0 to EagerTensor of dtype bool

同学笔记

没有更多了