最近参加了百度飞浆出的《图像分割7日打卡营》,收获颇多。
之前完全没接触过图像分割,但做过目标检测,所以也基本能跟上学习进度。课程主要讲解了几个经典的图像分割网络,包括FCN全卷积网络,U-Net,PSPNet,DeepLab系列等。老师都是百度一线的工程师,讲解的很清楚,包括很多细节,如卷积的底层计算等。整个课程会有布置作业,需按时完成提交,课程难度还挺大,需手动实现网络模型,并手写训练推理的代码,以及评价模型的代码。通过完成作业,对自己的代码能力有较大提高,对飞浆框架也有了较好的理解。
下面是课程的一些截图:
语义分割:像素级分类
双线性插值上采样:
unpooling上采样(为了反向传播,需记录indices):
transpose conv:
手撸代码:
1*1卷积核adaptive_pool区别:
adaptive_pool原理:
DeepLab V3
推荐大家去看看,下面是链接。