• 如果您觉得本站非常有看点,那么赶紧使用Ctrl+D 收藏吧

图像分割,很难吗?可能是因为没大神带你

互联网 diligentman 5天前 12次浏览

图像分割,很难吗?可能是因为没大神带你
“目标检测那么火,为什么还要学图像分割呢?”


很多同学都这么问小编,因为很多场景需要更精确的检测,目标检测还达不到要求。例如医学图像病灶检测,自动驾驶等都需要图像分割,应用场景广泛:


卫星图像分析:识别建筑、道路、森林

医学图像分析:定位病灶、测量面积等

智能交通:识别道路信息,包括车道标记、交通标志等



图像分割,很难吗?可能是因为没大神带你



作为视觉分析的热门方向,图像分割一直备受追捧,入坑的同学不少,栽跟头的也不少。究其原因,
数据问题、计算资源问题、精细分割、上下文信息等问题难以攻克。




为帮助更多开发者深入理解图像分割这一领域,飞桨团队与百度研究院联合推出了
深度学习7日打卡营《7日玩转图像分割》





从入门到精通,7日就够了













全球顶会审稿人亲授

讲师具有多年理论实战经验,在
CVPR、ECCV等顶会上发表多篇论文,获得多次比赛Top成绩,并且担任顶会论文审稿人,是图像分割领域的资深专家




图像分割领域知识全覆盖

从经典算法到学界前沿,从技术细节到完整流程,语义分割、实例分割、全景分割,带你逐个击破。




 手把手理论指导+ 现场逐行coding

为帮助大家深入了解理论原理与代码细节,老师们会现场
逐行coding,带大家从零实现自己的模型!


图像分割,很难吗?可能是因为没大神带你
老师逐行coding实录


图像分割,很难吗?可能是因为没大神带你
手把手解析理论细节




开课初心








小编问老师:“朱老师,你的开课初心是什么?”

朱老师:“我们希望带着大家,一步一步把PPT中的模型图变成一行行的代码,从零搭建一套自己的深度学习模型,从此告别git clone和调包。





两位老师结合多年实战经验,亲自授课,
10月19日起,带你从入门到精通,7日玩转图像分割!


你将收获:

1. 结业邮寄纸质版结业证书

2. 与全球顶会审稿人全程深入交流

3. 开源生态贡献卓越者,优先晋级成为PPDE(飞桨技术专家)

4. 免费提供在线直播课+作业批改+社群答疑

5. 提供AI Studio在线实训平台,免费Tesla V100 GPU算力卡支持大家学习。百度承担所有课程与算力费用,平均6999元/人,不向学员收取任何费用



还有超级福利,等你来挑战!本次课程前三名可以获得
全球顶会论文审稿人的论文指导和修改机会!
优秀同学有百度内推面试机会,入职百度不是梦!




课程大纲








01


Section 1 (theory)

1. 课程总体概述

2. 语义分割初探

3. 基于深度学习的语义分割算法

Section 2 (practice)

1. 环境搭建

2. PaddlePaddle动态图

3. 语义分割的数据格式和处理

作业

1. 搭建并熟悉AI Studio环境

2. 熟悉Paddle环境和动态图模式

3. 实现数据加载模块

02


Section 1 (theory)

1. FCN全卷积网络

2. FCN网络结构详解

Section 2 (practice)

1. PaddlePaddle中的上采样操作实践

2. PaddlePaddle实现FCN

作业

PaddlePaddle实现FCN网络

03


Section 1 (theory)

1. U-Net模型详解

2. PSPNet模型详解

Section 2 (practice)

1. PaddlePaddle实现UNet/PSPNet

2. PaddlePaddle实现DilatedResnet

3. 分割网络loss和metrics实现

作业

1. 实现U-Net或PSPNet

2. 进行模型训练和预测

04


Section 1 (theory)

1. Dilated Conv 原理和细节

2. ASPP模块解析

3. DeepLab系列详解

Section 2 (practice)

1. PadddlePaddle实现DeepLabV3/ ASPP/MultiGrid

2. 分割网络inference和validation实现

作业

1. DeepLab网络实现

2. 实现语义分割网络搭建和训练完整流程

05


Section 1 (theory)

1. 深入解析GCN(图卷积网络)

2. Graph-based Segmentation多个方法详解 (GloRe, GCU, GINet) 

Section 2 (practice)

1. GCN代码简要解析

2. 在Pascal Context上实现GloRe

大作业

1. 图像分割全流程实现

06


Section 1 (theory)

1. 实例分割与全景分割概述

2. 实例分割:Mask R-CNN和SOLO

3. 全景分割:PanapticFPN和UPSNet

大作业

1. 图像分割全流程实现

07


Section 1 (summary)

1. 主流分割数据集介绍

2. 最近研究进展探讨

3. 课程总结与Q&A

大作业

1. 图像分割全流程实现







讲师介绍








百度研究院资深研究员




 
图像分割,很难吗?可能是因为没大神带你

朱老师


本科和博士期间发表论文10余篇。博士毕业后在美国硅谷工作,负责深度学习平台和算法研发。近年来多次在CVPR、ICCV、ECCV等顶会上的国际比赛中取得Top名次。曾在硅谷一线教育平台担任人工智能课程讲师。




百度研究院高级工程师



 
图像分割,很难吗?可能是因为没大神带你

伍老师


2019年获得中科院计算所硕士学位(计算机视觉方向),曾参与多项国家重点研发计划和国家自然科学基金项目,曾在ICME、ECCV、CVPR发表多篇论文,拥有多项发明专利。SemSegPaddle的主要完成人。






学习激励








担心无法坚持学习?别担心,成长的路上需要鼓励。超多奖励等你来拿!


图像分割,很难吗?可能是因为没大神带你
图像分割,很难吗?可能是因为没大神带你


图像分割,很难吗?可能是因为没大神带你
 百度飞桨官方认证结业证书


打卡营只需要有一定的深度学习基础,就能参加!跟随全球顶会审稿人,7天搞定图像分割,现在就扫描二维码,加入课程吧~




上课时间








10月19日—10月27日  每晚20:30—21:30




立即报名











图像分割,很难吗?可能是因为没大神带你

扫码关注【飞桨】公众号


回复【7日视线】

获取专属报名通道




本文分享自微信公众号 – AI深度学习视线(AI_DeepSight)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。


喜欢 (0)