告别只会调参和调包，全球顶会论文审稿人带你7天玩转图像分割
- 2020 年 10 月 13 日
- AI
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
从入门到精通，7日就够了
全球顶会审稿人亲授
图像分割领域知识全覆盖
手把手理论指导+ 现场逐行coding
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。”
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
课程大纲
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
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
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
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
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
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
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
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
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
上课时间
立即报名
扫码关注【飞桨】公众号
回复【雷锋网报名】
获取专属报名通道
