图像分割算法实战(深度学习)
16lz
2021-04-28
点击下载——图像分割算法实战(深度学习)
提取码: tnk3
课程概述
深度学习图像分割课程旨在帮助同学们快速掌握分割领域经典算法原理及其实例应用。通俗讲解当下主流分割算法及其改进版本网络架构,通过源码详细演示网络建模流程及其应用方法。
所有案例均基于真实数据集与实际任务展开,基于PyTorch框架完成全部项目内容。整体风格通俗易懂,全程实战解读各大分割算法及其应用实例。
课程目录:
第1章 图像分割及其损失函数概述
第2章 卷积神经网络原理与参数解读
第3章 Unet系列算法讲解
第4章 unet医学细胞分割实战
第5章 U2NET网络架构思想解读
第6章 deeplab系列算法
第7章 基于deeplabV3+版本进行VOC分割实战
第8章 医学心脏视频数据集分割建模实战
第9章 物体检测框架-MaskRcnn项目介绍与配置
第10章 MaskRcnn网络框架源码详解
第11章 基于MASK-RCNN框架训练自己的数据与任务
第12章 更新补充-PyTorch框架基本处理操作
第13章 更新补充-PyTorch框架必备核心模块解读
第14章 更新补充-Resnet模型及其应用实例
更多相关文章
- [业界方案] 智能运维AIOps-学习笔记
- MySQL 的 join 功能弱爆了?
- 最短路径(C语言, floyd算法)
- 痞子衡嵌入式:超级下载算法(RT-UFL)开发笔记(2) - 识别当前i.MXRT型
- 痞子衡嵌入式:超级下载算法(RT-UFL)开发笔记(1) - 执行在不同CM内核
- 痞子衡嵌入式:RT-UFL - 一个适用全平台i.MXRT的超级下载算法设计
- 痞子衡嵌入式:超级下载算法(RT-UFL)开发笔记(3) - 统一FlexSPI驱动
- LeetCode算法分类
- 牛气的JavaScript,让雪花算法成为空气