下载学堂APP缓存视频离线看
- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
- 课程介绍
- 课程大纲
适合人群：
希望掌握TensorFlow2版本的UNet图像语义分割实战技术的同学们
你将会学到：
使用UNet图像语义分割技术来训练自己的数据集
课程简介：
注意：本课程已从Keras更新至TensorFlow2
UNet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UNet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UNet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UNet进行Kaggle细胞核分割
本课程使用TensorFlow2版本的UNet，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UNet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。项目代码也可在Windows上运行，课程提供Windows环境搭建方法。
本课程提供项目的数据集和Python程序代码。
相关课程：UNet（PyTorch）图像语义分割实战：训练自己的数据集
https://edu.51cto.com/course/29533.html
课程大纲-UNet（TensorFolow2）图像语义分割实战：训练自己的数据集
第1章课程介绍(7分钟1节)
第2章图像语义分割介绍(30分钟2节)
第3章U-Net图像分割原理(21分钟1节)
第4章Kaggle盐体识别竞赛实战(TensorFlow2）(54分钟4节)
4-1
安装TensorFlow2（ubuntu和windows）安装TensorFlow2（ubuntu和windows）
「仅限付费用户」点击下载“unet(tensorflow2)实战.pdf”
[10:02]开始学习第5章Pothole语义分割UNet实战（TensorFlow2）(34分钟3节)
第6章Kaggle细胞核分割竞赛实战(TensorFlow2)(20分钟2节)
第7章Kaggle盐体识别U-Net实战（Keras）(47分钟5节)
第8章Pothole语义分割U-Net实战（Keras）(33分钟3节)
“白老师”老师的其他课程更多+
