购买 ¥49.00

实战图像分割mask R-CNN之美图修图-

共30节1978人学习易文星 课程详情
播放页问题反馈

  • 课程导学

    • 开篇词

  • 当美图修图遇上图像分割

    • 图像分割大有可为

  • 预备知识速成

    • 准确理解loU,NMS
    • NMS的真实作用、局限和改进
    • CNN卷积神经网络神通广大的起因
    • 理解多通道卷积
    • 卷积激活和池化的怪事之顺序与偏移
    • 卷积偏移激活和池化的顺序和原因
    • 卷积偏移激活和池化的顺序和原因之二

  • TensorFlow图像数据增强

    • 用图像数据增强来实现invariant
    • 若干常用的函数及其例子代码
    • 若干常用的函数及其例子代码之二
    • 若干常用的函数及其例子代码之三
    • 若干常用的函数及其例子代码之四
    • 若干常用的函数及其例子代码之五
    • 理性看待数据增强与CNN网络特性

  • 图像分割的标注工具

    • labelme的安装与使用

  • mask R-CNN的进化历程

    • 从CNN到mask R-CNN
    • 从CNN到mask R-CNN之二
    • 位置信息与语义信息的完美融合

  • mask R-CNN实战

    • 源代码包的获取及其目录文件
    • 搭建运行环境以及运行demo
    • 搭建运行环境以及运行demo之二
    • 搭建运行环境以及运行demo之三
    • 用少量数据训练出一个新模型
    • 用少量数据训练出一个新模型之二
    • 使用模型来变换图片的背景

  • mask R-CNN的若干细节

    • FPN和RPN以及heads的协同

  • 尺寸缩放时保持mask精度

    • 代码才是最权威的答案

  • 总结与工作应用展望_

    • 总结与工作应用展望

    订阅失败

    实战图像分割mask R-CNN之美图修图
    实战图像分割mask R-CNN之美图修图 ...

    订阅列表已满，请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看！专家精选系列课程，满足你从入门到精通！更有问答月卡免费送，你的问题有问必答！
    提交答案

    购买课程

    扫码完成付费，可继续学习全部课程内容

    加载中...
    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    程序员研修院 v1.1.0
    一、播放器优化
    修改播放器默认倍速设置，增加1.25倍速
    调整目录展示形式，增加折叠/展开
    优化播放器的使用体验，有播放问题可以点击播放页内的”反馈“提交问题
    查看全部版本记录
    课件正在飞速打包中，请耐心等待几秒钟～