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
- Udemy 永久擁有課程 課程特價中 約 NT350 (點擊連結看更多)
- ✨年訂閱每月 NT350 🌈 悠遊 Udemy 的 26000+ 門課，最大化學習 ( 原價 NT635/月 )
- 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
也許你會有興趣
- PyTorch 相關線上課程
- ★英語學習地圖 – 練好英文是最大的學習槓桿
- 如何找工作學習地圖 – 找工作不要靠運氣！
- 從 Soft & Share 各種社團頻道挑選你喜歡的加入
發表迴響