PyTorch版Mask R-CNN图像实例分割实战:训练自己的数据集 (Detectron2 )

Mask R-CNN是一种基于深度学习的图像实例分割方法,可对物体进行目标检测和像素级分割。

课程链接:PyTorch版Mask R-CNN图像实例分割实战:训练自己的数据集--计算机视觉视频教程-人工智能-CSDN程序员研修院

本课程将手把手地教大家使用Labelme图像标注工具制作自己的数据集,并使用PyTorch版本的Mask R-CNN(Facebook 官方Detectron2/maskrcnn-benchmark)训练自己的数据集,从而能开展自己的图像分割应用。

本课程的具体项目实战案例是:对汽车行驶场景中的路坑、车、车道线等多类物体进行检测和分割 。本课程使用PyTorch在Ubuntu16.04系统上进行项目全过程的演示。

本课程提供项目标注的数据集和相关Python程序文件。

PyTorch版Mask R-CNN图像实例分割实战:训练自己的数据集 (Detectron2 )_第1张图片

你可能感兴趣的:(深度学习之计算机视觉,maskrcnn,pytorch,mask,r-cnn,实例分割,深度学习)