【项目实战课】基于Pytorch的Semantic_Human_Matting(人像软分割)实战
平均阅读时长为 70分钟
欢迎大家来到我们的项目实战课,本期内容是《基于Pytorch的Semantic_Human_Matting(人像软分割)实战》。所谓项目实战课,就是以简单的原理回顾+详细的项目实战的模式,针对具体的某一个主题,进行代码级的实战讲解。
本次课程内容
图像分割在直播,电商,自动驾驶等行业中有着广泛的应用,其中人像分割更是经典问题,在海报制作,背景照自动生成等领域是底层基础技术。
基本的语义分割模型因为是一个硬分类任务,其分割结果边缘并不能满足高精度的需求,需要用到软分割,即Image Matting模型,它的预测结果是一个概率图,可以获得发丝级别的高精度抠图结果,如下图。
为了加深大家对人像Image Matting模型使用的理解,本次开设了人像软分割-Semantic_Human_Matting项目实战课,本次课程经过剪辑后的总时长约为50分钟,课程定价为49元,各部分课程内容与时长如下:
部分 | 内容 | 时长(分钟) |
第1节 | 模型原理回顾 | 8 |
第2节 | 数据处理 | 14 |
第3节 | 模型搭建 | 10 |
第4节 | 模型训练与测试 | 15 |
下面我们来简单看一下各部分的内容:
第1部分:模型原理简介,介绍本项目使用的方法与数据集,本部分内容可以免费收听。
第2部分:数据处理,讲解如何生成训练模型所需要的数据集,如何创建数据读取类进行读取。
第3部分:详细讲解Semantic_Human_matting各部分模型的搭建。
第4部分:详细解读模型的训练核心代码,使用自己的图片进行测试。
本次课程为录播课程,讲师为言有三,技术社区《有三AI》创始人。
先后就读于华中科技大学(2008-2012),中国科学院半导体研究所神经网络实验室(2012-2015),先后就职于奇虎360人工智能研究院(2015.7-2017.5),陌陌科技深度学习实验室(2017.5-2019.3),深度学习算法专家,阿里云MVP,华为云MVP。
拥有超过7年的计算机视觉从业经验,拥有丰富的传统图像算法和深度学习计算机视觉项目经验,著有书籍《深度学习之图像识别:核心技术与案例实战》(机械工业出版社2019.4),《深度学习之模型设计:核心算法与案例实践》(电子工业出版社2020.6),《深度学习之人脸图像处理:核心算法与案例实战》(机械工业出版社2020.7),《深度学习之摄影图像处理:核心算法与案例精粹》(人民邮电出版社2021.4),拥有10余项发明技术专利与学术论文。
如何订阅
我们的视频课全部在小鹅通平台,可以使用手机APP鹅学习或者直接在网页进行登录,内容试听以及订阅请直接扫如下二维码:
课程详情如下:
更多图像分割相关的内容,请点击关注我们的
图像分割专栏。
实战课讲师招募
为了进一步丰富有三AI生态的实战内容,欢迎有经验,有能力的讲师报名成为平台讲师:
讲师要求如下:
(1) 有多次人工智能领域教学经验,擅长演讲与教学。
(2) 有3年以上人工智能领域项目实战经验。
(3) 有三AI已有生态成员优先。
实战课的收入与平台采取固定分成的方式,具体细节可在内容组了解详情,报名请联系微信Alice-girll提交简历,或直接联系有三本人。
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。