L3 数据集准备和增强、模型训练概要_自己动手，实现《天气之子》滤镜REDUX-CSDN在线视频培训

1、现有数据理解
2、获得标注数据
3、数据增强
4、模型训练概要
5、比较本地GPU和网络GPU

传统图像处理算法进行“天空分割”存在精度问题，导致最终融合的效果普通。为了有效解决这类问题，本课程将基于Pytorch实现天空对象的语义分割，并进一步扩展到环境构建、数据集准备、参数调节和运行部署等方面内容，最终能够实现远超传统算法的运行效果！

具体内容包括：

1、基于Unet语义分割的基本原理、环境构建、参数调节等

2、一种有效的天空分割数据集准备方法，并且获得数据集

3、基于OpenCV的Pytorch模型部署方法

4、融合效果极好的 SeamlessClone 技术

5、饱和度调整、颜色域等基础图像处理知识和编码技术