图像语义分割可以说是图像理解的基石性技术,在自动驾驶系统(具体为街景识别与理解)、无人机应用(着陆点判断)以及穿戴式设备应用中举足轻重。
PaddleSeg是基于百度飞桨深度学习框架实现的工业级图像语义分割模型库,具备高性能、丰富数据增强、工业级部署、端到端体验的特性。目前已经覆盖了DeepLabv3+、U-Net、ICNet三套主流分割模型,并内置了 ImageNet、COCO、CityScapes 等数据集下的 15 个预训练模型,满足不同场景下的不同精度需求和性能需求!
百度视觉技术部资深研发工程师为你详解PaddleSeg技术要点及应用案例剖析。
明星讲师
适合深度学习一年以上,CV方向的研发人员
【飞桨图像分割库PaddleSeg】
- 飞桨全景介绍
- 图像分割任务及解决方案
- PaddleSeg全景介绍
- PaddleSeg应用场景
【PaddleSeg深度技术解读及实战应用分享】
- 分割任务解决方案设计
- 图像分割案例讲解:人像分割/车道线分割
- 图像分割进阶:实例分割/视频分割
- 图像分割应用案例
【基于DeepLabv3+模型的应用实战-人像分割】
项目地址:https://github.com/PaddlePaddle/PaddleSeg
15 个预训练模型:https://github.com/PaddlePaddle/PaddleSeg/blob/master/docs/model_zoo.md
【AI快车道——企业深度学习实战营】致力于支持企业的深度学习技术快速应用,帮助正在面临转型困境、技术升级的企业技术骨干,快速了解深度学习领先技术与自身业务的结合可能性,结合上手实践,打开业务+AI的升级第一步。
关注飞桨官方服务号,第一时间了解【AI快车道】最新资讯。
课程获取链接及详情,请点击:https://aistudio.baidu.com/aistudio/course/introduce/794
>> 访问 PaddlePaddle 官网,了解更多相关内容。
来源:oschina
链接:https://my.oschina.net/u/4067628/blog/3211869