TensorFlow安装
{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }}
{{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }}
{{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}
分享
适合人群
具有一定深度学习基础,希望掌握DeepLabv3+图像语义分割实战技术的同学们
你将会学到
使用DeepLabv3+图像语义分割技术来训练自己的数据集
课程简介
DeepLabv3+是一种非常先进的基于深度学习的图像语义分割方法,可对物体进行像素级分割。
本课程将手把手地教大家使用labelme图像标注工具制造自己的数据集,并使用DeepLabv3+训练自己的数据集,从而能开展自己的图像分割应用。
本课程有两个项目实践:
(1) CamVid语义分割 :对CamVid数据集进行语义分割
(2) RoadScene语义分割:对汽车行驶场景中的路坑、车、车道线等进行物体标注和语义分割
本课程使用TensorFlow版本的DeepLabv3+,在Ubuntu系统上做项目演示。 包括:安装deeplab、数据集标注、数据集格式转换、修改程序文件、训练自己的数据集、测试训练出的网络模型、性能评估。
本课程提供项目的数据集和python程序文件。
下图是使用DeepLabv3+训练自己的数据集RoadScene进行图像语义分割的测试结果:
展开更多
{{tips.text}}
{{ noteHeaderTitle }}
笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
{{ detail.username }}
公开笔记对他人可见,有机会被管理员评为“优质笔记”
{{ noteEditor.content.length }}/2000
公开笔记
保存提问
讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。
记录时间点
记录提问时视频播放的时间点,便于后续查看
公开提问
提交课程大纲
自动连播
- 第一章 课程介绍
- 1-1试看 课程介绍07:37
- 第二章 DeepLabV3+图像语义分割
- 2-1图像分割任务及常用数据集15:06
- 2-2DeepLabV3+语义分割原理15:16
- 第三章 DeepLab安装与测试
- 3-1TensorFlow安装07:15
- 3-2DeepLab安装与测试02:37
- 第四章 CamVid语义分割项目实践
- 4-1CamVid数据集格式转换09:37
- 4-2CamVid网络训练准备08:00
- 4-3CamVid网络训练与测试14:46
- 第五章 labelme图像标注
- 5-1labelme图像标注工具的安装与使用12:40
- 第六章 RoadScene图像语义分割项目实战
- 6-1Mask灰度图制作18:08
75课时
基于深度学习的计算机视觉: 原理与实践 (上部)
55053人学习
白老师
4.9
¥188.00
23课时
YOLOv3目标检测实战:训练自己的数据集
31578人学习
白老师
4.8
¥58.00
42课时
YOLOv5+DeepSORT多目标跟踪与计数精讲
20958人学习
白老师
5.0
¥98.00
40课时
YOLOv5(PyTorch)目标检测:原理与源码解析
18805人学习
白老师
5.0
¥88.00
39课时
YOLOv3目标检测:原理与源码解析
16399人学习
白老师
4.9
¥78.00
24课时
Mask R-CNN图像实例分割实战:训练自己的数据集
15606人学习
白老师
5.0
¥88.00
31课时
YOLOv5实战中国交通标志识别
11626人学习
白老师
5.0
¥88.00
24课时
PyTorch版Mask R-CNN图像实例分割实战:训练自己的数据集(Detectron2)
9722人学习
白老师
5.0
¥88.00