U-Netは、医用画像セグメンテーションに優れ、特に、学習の深さに基づいて意味論的画像セグメンテーション方法です。
このコースでは、独自に生成されたデータセットのマスク画像を作成し、それは、独自の画像分割アプリケーションを実行することができるように、独自のデータセットを訓練U-Netのを使用するために手labelme画像注釈ツールを使用することをお教えします。
コースリンク:https://edu.51cto.com/course/18936.html
コースは3つのプロジェクトの練習があります。
塩Kaggle認識一致(1):認識塩KaggleためU-Netを使用して
(2)ポットホールセマンティックセグメンテーション:車両が走行道路シーンピットラベルとセマンティックセグメンテーション
(3)Kaggle核セグメンテーションが一致:U-Netの核分裂Kaggleを使用するため
このコースはJupyterノートブックをどうするのUbuntuシステム実証プロジェクトに、U-ネットのkerasバージョンを使用しています。前記データセットをタグ付けし、訓練されたネットワークモデル、性能評価のテストを、U-Netの、彼らのトレーニングデータセットに書き込まれたデータ形式の変換設定されたマスク画像生成プログラムファイル。
このコースでは、プロジェクトのデータセットとPythonのプログラムファイルを提供します。
コース例1:U-Netの認識塩Kaggleについて
コース例2:セマンティックセグメンテーションポットホールのためのU-Netの
コース例3:U-NetはKaggle核分裂ました