4
社区成员




课程名称 | 适应人群 |
---|---|
DeepLabv3+(PyTorch)图像语义分割:训练自己的数据集 | 希望掌握DeepLabv3+图像语义分割实战技术的同学们 |
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,从而能开展自己的图像语义分割应用。
本课程以RoadScene语义分割开展项目实践:对汽车行驶场景中的路坑、车、车道线进行物体标注和语义分割。
本课程使用Pytorch版本的DeepLabv3+,在Ubuntu系统上做项目演示。 包括:安装PyTorch和deeplabv3+、数据集标注、数据集格式转换、训练自己的数据集、测试训练出的网络模型以及性能评估。本课程提供项目的数据集和Python程序文件。
相关课程:DeepLabv3+图像语义分割实战:训练自己的数据集(TensorFlow)https://edu.csdn.net/course/detail/25328
电脑系统不一样,非常不友好,白瞎钱了
系统不一样,用你的代码做全是错误,都显示不是可运行的程序
老师好,使用mobilenet主干网络用resnet模型是没有影响的吗?visdom可视化除了在终端输入命令,怎么在main.py文件里面实现啊?自己想训练模型 但官网的这几个预训练权重不合适 还有其他地方能找到更多权重文件吗?
老师好,Windows系统是一样的操作吗? 如何修改自己的参数呢
老师这个课程只能在linux系统下学习吗,还是按这个教程在windows下学不了