Paddle-图像分割从入门到实践

文章目录预习day1：图像分割综述day2: FCN全卷积详解day3:U-Netday4:DeepLabday5:图卷积day6:实例与全景分割day7：课程总结与paddle_seg介绍学习链接预习day1：图像分割综述day2: FCN全卷积详解day3:U-Netday4:DeepLabday5:图卷积day6:实例与全景分割day7：课程总结与paddle_seg介绍这几天学习了图像分割

夜猫子科黎

662人浏览 · 2020-10-26 12:23:39

夜猫子科黎 · 2020-10-26 12:23:39 发布

文章目录

预习
day1：图像分割综述
day2: FCN全卷积详解
day3:U-Net
day4:DeepLab
day5:图卷积
day6:实例与全景分割
day7：课程总结与paddle_seg介绍

学习链接

预习

在这里插入图片描述

day1：图像分割综述

在这里插入图片描述

day2: FCN全卷积详解

在这里插入图片描述

day3:U-Net

在这里插入图片描述

day4:DeepLab

在这里插入图片描述

day5:图卷积

在这里插入图片描述

day6:实例与全景分割

在这里插入图片描述

day7：课程总结与paddle_seg介绍

在这里插入图片描述
这几天学习了图像分割的基础及前沿知识，掌握了如何使用paddle构建FCN以及U-NET以及PSP-net图像分割网络以及DeepLabv3网络。从老师身上学习到了很多东西，包括编码、如何Debug,为老师打call。个人认为此课程十分适合有一定CNN基础的同学用于学习，可以了解一些图像分割的基础知识，以及前沿的知识。个人由于时间原因跟到了DeepLabv3这一节，感觉收获很多。最后感谢百度飞桨提供的机会有机会学习这类课程，感谢朱老师及伍老师（ps,老师太强了）

魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

【计算机视觉】Pixel逐像素分类&Mask掩码分类理解摘要

魔乐社区

计算机视觉（opencv）实战三十二——CascadeClassifier 人脸微笑检测（摄像头）

本文从原理到实现，详细介绍了基于 OpenCV Haar 分类器的人脸与微笑检测：讲解了 Haar 特征和级联检测原理。对代码逐行拆解并解释参数含义。画出完整流程图，帮助理解执行过程。给出了常见问题和优化建议，甚至扩展到深度学习方法。这种方法简单、轻量、实时性好，非常适合入门和小型应用项目。但如果需要更高准确率和更强鲁棒性，建议使用深度学习检测器替代 Haar 分类器。