0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299  DeepLabv3+图像语义分割实战:训练自己的数据集
英语文化交流 > 技术博客 > DeepLabv3+图像语义分割实战:训练自己的数据集
DeepLabv3+图像语义分割实战:训练自己的数据集
时间: 分类:技术博客

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图像标注工具制造自己的数据集,并使用DeepLabv3+训练自己的数据集,从而能开展自己的图像分割应用。

课程链接:https://edu.51cto.com/course/18817.html

本课程有两个项目实践:

(1) CamVid语义分割 :对CamVid数据集进行语义分割

(2) RoadScene语义分割:对汽车行驶场景中的路坑、车、车道线等进行物体标注和语义分割

本课程使用TensorFlow版本的DeepLabv3+,在Ubuntu系统上做项目演示。 包括:安装deeplab、数据集标注、数据集格式转换、修改程序文件、训练自己的数据集、测试训练出的网络模型、性能评估。

本课程提供项目的数据集和python程序文件。

下图是使用DeepLabv3+训练自己的数据集RoadScene进行图像语义分割的测试结果:

DeepLabv3+图像语义分割实战:训练自己的数据集DeepLabv3+图像语义分割实战:训练自己的数据集

随机阅读

Copyright © 2017 英语文化交流 All Rights Reserved.