課程介紹

頂會論文審稿人親自授課，從基礎理論到前沿技術，配套5次實戰打卡，帶你入門到精通，7日攻克影像分割。
課程連結：[https://aistudio.baidu.com/aistudio/course/introduce/1767]
課程平臺：AI Studio

DAY1

語義分割初探

語義分割的基本流程：
學習瞭解到了影像分割的基本流程，掌握碼程式碼時要謹記對應的流程，要時刻知道自己目前寫的程式碼是流程中的哪一步。

DAY2

FCN全卷積網路結構詳解

學習並實現了影像分割的第一個模型——FCN全卷積網路

FCN相比於傳統分割方法把FC層換成 1×1 Conv卷積
1x1卷積：降維或者升維，輸入到輸出的高（h）和寬（w）是不變的，改變的是通道數（c），變化個數和1x1卷積個數一樣。
FCN模型缺點：
優點：

1. 任意尺寸輸入
2. 效率高（相較以前）
3. 結合淺層資訊

缺點：

1. 分割結果不夠精細
2. 沒有考慮上下文資訊（指畫素點周圍的資訊）

DAY3

U-Net模型與PSPNet模型詳解

U-Net模型：
該模型依舊是encode、decode的模式，與FCN不同就是把前面淺層的資訊直接與後面上取樣的Feature map通過concat疊加融合。

PSPNet
與FCN相比，結合了上下文資訊

DAY4

DeepLab系列詳解

DAY5

深入解析GCN（圖卷積網路）

DAY6

1.例項分割與全景分割概述

2.例項分割：Mask R-CNN和SOLO

3.全景分割：PanapticFPN和UPSNet

DAY7

主流分割資料集介紹

總結

經過前4天的學習，從影像分割小白慢慢入門，經過老師耐心的講解，對影像分割有了很好的入門，百度提供的AI Studio平臺和飛槳（PaddlePaddle）用於影像分割非常方便，效率很高，參與課程還可以獲得一些免費的算力，課程非常好！