Mask R-CNN图像实例分割实战:训练自己的数据集

学习和学习使用Mask R-CNN图像实例分割来训练自己的数据集

15595人学习

中级24课时2020/09/28更新

二维码下载学堂APP缓存视频离线看

白老师
白老师高级讲师讲师评分5.0学员362151课程80

长期从事IT技术研究和开发

更多
    • 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:

具有一定深度学习基础,希望掌握Mask R-CNN图像实例分割实战方法的同学们

你将会学到:

学习和学习使用Mask R-CNN图像实例分割来训练自己的数据集

课程简介:

Mask R-CNN是一种基于深度学习的图像实例分割方法,可对物体进行目标检测和像素级分割。

本课程将手把手地教大家使用VIA图像标注工具制作自己的数据集,并使用Mask R-CNN训练自己的数据集,从而能开展自己的图像分割应用。

本课程有三个项目案例实践:

(1) balloon实例分割 :对图像中的气球做检测和分割

(2) pothole(单类物体)实例分割:对汽车行驶场景中的路坑进行检测和分割

(3) roadscene( 多类物体)实例分割:对汽车行驶场景中的路坑、车、车道线等进行检测和分割


本课程使用Keras版本的Mask R-CNN,在Ubuntu系统上做项目演示。

本课程提供项目的数据集和python程序文件。



下图是使用Mask R-CNN对roadscene进行图像实例分割的测试结果:

drivegif1.gif

下图是使用Mask R-CNN对pothole进行单类物体图像实例分割的测试结果:

pothole1.jpg

下图是使用Mask R-CNN对roadscene进行多类物体图像实例分割的测试结果:

roadscene1.jpg

展开更多

课程大纲-Mask R-CNN图像实例分割实战:训练自己的数据集

展开更多
在线
客服
APP
下载

下载Android客户端

下载iphone 客户端

官方
微信

关注官方微信

返回
顶部