fbpx

Detectron2 版 Mask RCNN 圖像實例分割實戰:訓練自己的資料集

Contents

電腦視覺圖像實例分割實戰

從這 2 小時的課程,你會學到

  • 學習 Detectron2 版 Mask R-CNN 圖像實例分割來訓練自己的資料集
  • 學習 labelme 圖像實例分割標註工具
  • 掌握多類物體的圖像實例分割方法
  • 了解 Mask R-CNN 圖像實例分割的基本原理

要求

熟悉 Python 和 PyTorch

課程說明

Mask RCNN是一種基於深度學習的圖像實例分割方法,可對物體進行目標檢測和像素級分割。

本課程將手把手地教大家使用labelme圖像標註工具製作自己的資料集,並使用 PyTorch 版本的 Mask RCNN ( Facebook 官方 Detectron2 )訓練自己的資料集,從而能開展自己的圖像分割應用。

本課程首先講述圖像分割的任務說明、常用資料集、性能指標,然後介紹 Mask RCNN 網路的原理

本課程的具體專案實戰案例是:對汽車行駛場景中的路坑、車、車道線等多類物體進行檢測和分割 。

本課程在 Ubuntu 系統上進行專案全過程的演示。具體包括:安裝 PyTorch 環境、安裝 Detectron2 並進行安裝測試、使用 labelme 標註軟體進行自己資料集的標註、資料集格式轉換、訓練自己的資料集、測試訓練出的網路模型以及性能評估。

學習本課程可掌握圖像分割的標註方法、資料集格式轉換方法、以及使用 Detectron2 中的 Mask RCNN 訓練自己的資料集來進行圖像和視訊實例分割的方法。

本課程提供專案標註好的資料集和專案相關的 Python 程式檔案。

目標受眾

希望掌握 Detectron2 版 Mask R-CNN 圖像實例分割來訓練自己的資料集的學員

講師簡介

Frank BAI 教授

大學教授,博士生導師,美國博士學位。十年以上 IT 技術工作經歷,先後就職於資訊技術科技公司、研究院與高校。擔任人工智慧創業公司資深顧問。主持多項國家級科研專案,發表學術論文100多篇,獲得授權專利10多項。研究方向包括:深度學習、電腦視覺等。

中文教學


  • 點選這個優惠連結 課程特價 | Udemy 永久擁有課程 NT330 起( 在電腦瀏覽器登入,點選“優惠連結”後再回想要的課程介紹中點選“報名參加課程”即可取得 )
  • Udemy 現在越來越多課程有中文字幕,請參考 Soft & Share 中文線上課程
  • 手機上點選優惠連結看到的價格比電腦上看到的貴
  • $代表當地貨幣, 如在台灣為 NT
  • 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上,請稍等刷新或重新點選就會出現

報名參加課程

Sponsored by Udemy


Lingoda

也許你會有興趣

不受 FB 演算法影響,歡迎透過 e-mail 訂閱網站更新

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: