百度飞桨图像分割7天打卡学习

课程介绍

全球顶会审稿人亲授，10月19日-10月27日，全直播手把手理论指导+现场逐行coding，带大家告别只会调参和调包，7日玩转图像分割！

报名课程后，请扫描下方的二维码加入课程QQ群（如果扫码失败可搜索群号：793114768 or 添加班主任QQ：610857574）我们会在QQ群进行直播提醒、实时答疑、交流互动等。

从入门到精通，7日就够了：

• 讲师具有多年理论实战经验，在CVPR、ECCV等顶会上发表多篇论文，获得多次比赛Top成绩，并且担任顶会论文审稿人，是图像分割领域的资深专家。
• 从经典算法到学界前沿，从技术细节到完整流程，语义分割、实例分割、全景分割，带你逐个击破。
• 手把手理论指导+现场逐行coding，带大家从零实现自己的模型！

学习笔记

学习链接：https://aistudio.baidu.com/aistudio/course/introduce/1767
github链接：https://github.com/PaddlePaddle/PaddleSeg

很喜欢朱老师的讲课风格，清晰明了，码代码的时候思路清晰，逻辑清晰。经过这次课程，了解学习了很多。
DAY1主要内容：
1.图像分割综述； 2.语义分割初探；3.环境搭建与飞桨动态图实战演示； 4.语义分割的数据格式和处理

该部分课程在学习理论知识之余，又学习了basic_model, basic_dataloader, basic_transform的编写。

DAY1主要内容：
1.图像分割综述； 2.语义分割初探；3.环境搭建与飞桨动态图实战演示； 4.语义分割的数据格式和处理
该部分课程在学习理论知识之余，又学习了basic_model, basic_dataloader, basic_transform的编写。

DAY2主要内容：
1.FCN全卷积网络结构详解；2.飞桨中的上采样操作实践；3.飞桨实现FCN
该部分课程在学习理论知识之余，主要学习了全卷积神经网络FCN的代码编写，对全卷积网络的结构有了更进一步的认识。同时，该部分内容，将class1中的dataloader、transform等程序应用到了实例中。

DAY3主要内容：
1.U-Net模型与PSPNet模型详解；2.飞桨实现UNet/PSPNet；3.飞桨实现DilatedResnet；4.分割网络loss和metrics实现
该部分课程在学习理论知识之余，学习了pspnet、unet等网络的编码实现，对网络的整体结构及代码编写认识更深。在编写代码时注意初始化等的编写（super， self…）。

DAY4主要内容：
1.Dilated Conv 原理和细节；2.ASPP模块解析；3.DeepLab系列详解；4.实现DeepLabV3/ASPP/MultiGrid；5.分割网络loss和metrics实现
该部分课程在学习理论知识之余，用Paddle动态图搭建了DeepLab网络结构，同时，学习了解了ResNet的网络结构及编程代码。

以上部分，由朱老师授课，很喜欢朱老师讲课，感觉收放自如，学习到了很多编程的逻辑思维。未来几天会由伍老师来授课。希望自己不要落下。

DAY5主要内容：
1.深入解析GCN（图卷积网络）； 2.Graph-based Segmentation多个方法详解 (GloRe, GCU, GINet)； 3.GCN代码简要解析； 4.在Pascal Context上实现GloRe

DAY6主要内容：
1.实例分割与全景分割概述； 2.实例分割：Mask R-CNN和SOLO； 3.全景分割：PanapticFPN和UPSNet

DAY7主要内容：
1.主流分割数据集介绍； 2.最近研究进展探讨； 3.课程总结与Q&A

DAY8主要内容：
结营典礼参考资料【本地安装PaddlePaddle的常见错误】
https://aistudio.baidu.com/aistudio/projectdetail/697227
【图像分割7日打卡营常见问题汇总】
https://aistudio.baidu.com/aistudio/projectdetail/1100155