PaddlePaddle之图像分割7日打卡营（学习笔记）

PaddlePaddle之图像分割7日打卡营（学习笔记）

课程的链接是：https://aistudio.baidu.com/aistudio/course/introduce/1767

课程介绍：全球顶会审稿人亲授，全直播手把手理论指导+现场逐行coding，带大家告别只会调参和调包，7日玩转图像分割！

课程在几位优秀的老师指导和助教老师们辛苦下，一共学习了七天：
DAY1（10月19日）
1.图像分割综述
2.语义分割初探
3.环境搭建与飞桨动态图实战演示
4.语义分割的数据格式和处理
DAY2（10月20日）
1.FCN全卷积网络结构详解
2.飞桨中的上采样操作实践
3.飞桨实现FCN
DAY3（10月21日）
1.U-Net模型与PSPNet模型详解
2.飞桨实现UNet/PSPNet
3.飞桨实现DilatedResnet
4.分割网络loss和metrics实现
DAY4（10月22日）
1.Dilated Conv 原理和细节
2.ASPP模块解析
3.DeepLab系列详解
4.实现DeepLabV3/ASPP/MultiGrid
5.分割网络loss和metrics实现
DAY5（10月23日）
1.深入解析GCN（图卷积网络）
2.Graph-based Segmentation多个方法详解 (GloRe, GCU, GINet)
3.GCN代码简要解析
4.在Pascal Context上实现GloRe
DAY6（10月24日）
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
DAY7（10月25日）
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
DAY8（10月27日）
结营典礼

课程心得：
这几天课程虽然实际不是很长，但是可以跟着老师们一行行敲代码还是比以前单纯的看效果好很多。这次在代码方面遇到相关问题，自己会先积极去在网上寻找解决办法然后再与同学们交流，偶尔也会和助教老师们交流。这次课程，在老师们指导之下，我先能够独立搭建环境，然后学习图像分割一些经典模型，到最后能够实现用Paddle动态图搭建pspnet等相关操作。后期有机会，我也很乐意继续学习飞桨深度学习学院的相关课程，争取自己取得进步！
（2020年10月25日晚于湖北宜昌）