- 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 试看
- 讲师好课 60
适合人群:
希望学习Swin Transformer实例分割技术来训练自己的数据集的学员们
课程目标:
掌握Swin Transformer实例分割技术来训练自己的数据集
课程简介:
Transformer发轫于NLP(自然语言处理),并跨界应用到CV(计算机视觉)领域。 Swin Transformer是基于Transformer的计算机视觉骨干网,在图像分类、目标检测、实例分割、语义分割等多项下游CV应用中取得了SOTA的性能。该项工作也获得了ICCV 2021顶会Best论文奖。
本课程将手把手地教大家使用labelme标注和使用Swin Transformer训练自己的数据集进行图片和视频的实例分割。
本课程将介绍Transformer及在CV领域的应用、Swin Transformer的原理。
本课程以汽车驾驶场景图片和视频开展项目实践:对汽车行驶场景中的路坑、车、车道线进行物体标注和实例分割。
课程在Windows和Ubuntu系统上分别做项目演示。包括:安装软件环境、安装Pytorch、安装Swin-Transformer-Object-Detection、标注自己的数据集、准备自己的数据集、数据集格式转换(Python脚本完成)、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计、日志分析。
本课程提供项目的数据集和相关Python程序文件。
课程大纲-Swin Transformer实战实例分割:训练自己的数据集
资料下载-
第1章 课程介绍 (8分钟 1节)
-
第2章 图像分割基础篇 (30分钟 2节)
-
第3章 Swin Transformer原理篇 (38分钟 2节)
-
第4章 Swin Transformer项目实战篇(Windows) (1小时20分钟 7节)
-
第5章 Swin Transformer项目实战篇(Ubuntu) (54分钟 7节)