机器学习实验室
图像分割（image segmentation）技术是计算机视觉领域的一个重要的研究方向，图像分割是计算机视觉中的一个关键过程。它包括将视觉输入分割成片段以简化图像分析。片段表示目标或目标的一部分，并由像素集或“超像素”组成。图像分割将像素组织成更大的部分，消除了将单个像素作为观察单位的需要。图像分析有三个层次：
分类 - 将整幅图片分成“人”、“动物”、“户外”等类别 目标检测 - 检测图像中的目标并在其周围画一个矩形，例如一个人或一只羊。 分割 - 识别图像的部分，并理解它们属于什么对象。分割是进行目标检测和分类的基础。
从数学角度来看，图像分割是将图像划分成互不相交的区域的过程。近些年来随着深度学习技术的逐步深入，图像分割技术有了突飞猛进的发展，该技术相关的场景物体分割、人体前背景分割、人脸人体Parsing、三维重建等技术已经在无人驾驶、增强现实、安防监控等行业都得到广泛的应用。
随着技术的普及，各家企业的框架逐渐成熟化，图像分割技术的门槛会越来越低。但是由于实际业务的不断丰富和深入，开源框架和工具也已经无法直接满足实际生产和业务需求。
那么为了让大家更好地掌握 图像分类和分割 ，邀请人工智能实战专家唐宇迪博士。专为深度学习的同学开设了『图像分类与分割』特训营。帮助学习背后根本原理和调试代码程序的方式与思路，提升解决实际问题的能力。
课程大纲
上课时间：2月16日-17日，每晚20:00-22:30
课程服务：录播授课+讲师答疑+随堂笔记+作业布置
神经网络模型细节知识点分析.
神经网络模型整体架构解读.
计算机视觉核心模型-卷积神经网络.
卷积神经网络整体架构及其参数设计.
图像分割算法解读.
Unet算法实例应用.
行为识别经典算法解读.
行为识别通用框架实例.
3D点云应用实例.
PPT课件、课堂笔记会在2月17日统一发给完成全部作业且2天都到课的同学。
原价199
扫描下方二维码
0.02元报名
完课礼包
原价199
扫描下方二维码
0.02元报名
