首页>专题套餐>AI人工智能>计算机视觉>深度学习之图像分割系列课程

深度学习之图像分割系列课程

深度学习之图像分割系列课程，包含UNet、DeepLabv3+、Mask R-CNN、YOLACT++多种基于深度学习的图像分割方法。

6

门课程

31232

人学习

课程总时长

白老师

讲师评分：5.0

长久观看

系统化学习

课程内容答疑

UNet（PyTorch）图像语义分割实战：训练自己的数据集
11节2小时38分钟
课程目标：
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PyTorch版UNet训练自己的数据集，从而能开
课程大纲
免费试看
UNet（TensorFolow2）图像语义分割实战：训练自己的数据集
24节4小时33分钟
课程目标：
注意：本课程已从Keras更新至TensorFlow2UNet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
课程大纲
免费试看
DeepLabv3+（PyTorch）图像语义分割实战：训练自己的数据集
9节1小时33分钟
课程目标：
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图像标注工具制作数据集，并使用PyTorch版本的DeepLabv3+训练自己的数据集，
课程大纲
免费试看
DeepLabv3+图像语义分割实战：训练自己的数据集
16节2小时23分钟
课程目标：
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
课程大纲
免费试看
Mask R-CNN图像实例分割实战：训练自己的数据集
24节3小时15分钟
课程目标：
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
课程大纲
免费试看
YOLACT++实时实例分割实战：训练自己的数据集
10节2小时7分钟
课程目标：
YOLACT++是一种先进的基于深度学习的实时实例分割方法，可对物体的每个实例进行像素级分割。本课程将手把手地教大家使用labelme图像标注工具制作数据集，并使用PyTorch版的YOLACT++训练自己的数据集，从而
课程大纲
免费试看