AI实战营：语义分割与MMSegmentation

已于 2023-06-13 21:25:13 修改
阅读量329 收藏
点赞数
分类专栏： 深度学习 文章标签： 深度学习 计算机视觉 人工智能
于 2023-06-13 00:02:33 首次发布
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.csdn.net/guwuyue/article/details/131178496
版权

目录

OpenMMLab图像分割算法库MMSegmentation

深度学习下的语义分割模型

全卷积网络Fully Convolutional Network 201      ​编辑

上下文信息与PSPNet模型

空洞卷积与DeepLab模型

语义分割算法总结

语义分割 前沿算法

SegFormer

K-Net

MaskFormer

Mask2Former

Segment Anything （SAM）

分割模型的评估方法

  • OpenMMLab图像分割算法库MMSegmentation

  •  Kaggle小鼠肾小球组织病例切片 图像分割        
  •  Kaggle迪拜卫星遥感图像分割
  •  基于MMSegmentation的钢轨裂纹分割提取
  •  什么是语义分割
  • 应用：无人驾驶汽车
  • 应用：人像分割
  • 应用：智能遥感
  • 应用：医疗影响分析

  • 语义分割 vs 实例分割 vs 全景分割

  • 语义分割的基本思路
    • 基本思路：按颜色分割
      •  
    • 基本思路：逐像素分类

    • 复用卷积计算

    • 全连接层的卷积化

  • 深度学习下的语义分割模型

    • 全卷积网络Fully Convolutional Network 201      

  • 预测图的升采样                
  • 双线性插值

  • 卷积实现双线性插值

  • 转置卷积 Transposed Convolution

  • 全卷积网络的预测与训练

  • 基于多层级特征的上采样

  • UNet 2015

  • 上下文信息与PSPNet模型

    • 上下文信息
    • 有歧义的区域
    • 上下文的重要性
    • 获取上下文信息
    • PSPNet 2016

  • 空洞卷积与DeepLab模型

    • DeepLab系列
    • 空洞卷积解决下采样问题
    • 空洞卷积和下采样
    • DeepLab模型
    • 条件随机场 Conditional Random Field，CRF
    • 能量函数的意义
    • 空间金字塔池化 Atrous Spatial Pyramid Pooling ASPP
    • DeepLab v3+

    • 语义分割算法总结

  • 语义分割 前沿算法

    • SegFormer

    • K-Net

    • MaskFormer

    • Mask2Former

    • Segment Anything （SAM）

  • 分割模型的评估方法

    • 比较预测与真值

    • 基于交并集的评估指标
  • 实践MMSegmentation 

guwuyue
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
人工智能-遥感-语义分割-PyTorch实现高分遥感语义分割（地物分类）
07-09
High-Resolution-Remote-Sensing-Semantic-Segmentation-PyTorch 遥感也许还不能预测未来，但它一定会告诉你过去和现在，以及一步步见证着未来。 Update soon： 膨胀预测 后处理 半监督方法：伪标签 ...
【OpenMMLab】AI实战营第二期Day8：语义分割与MMSegmentation
墨门
06-13 75
本文介绍了语义分割和开源语义分割算法库MMSegmentation，该库包含了多种语义分割模型和算法。
OpenMMLab-AI实战营第二期——5-1.语义分割与MMSegmentation
Castlehe的博客
06-12 1922
Transformer系列统一语义分割、实例分割和全景分割任务，大一统模型以上几种比较前沿的新算法，MMSegmentation里都有实现LabelStudio和LabelMe都集成了SAM，可以试试标注效果。
OpenMMLab AI实战营——04 语义分割与 MMSegmentation 实战
Gauss17770430的博客
02-11 112
今天讲语义分割实战，继续由编程网红同济子豪兄讲。他的代码跑通之后，版本又更新了，需要调整下版本，加上云平台的问题，版本安装调了很久。总体来说，因为代码都写好了，基本只需无脑运行即可。当然，深入的东西还是需要后续继续学习。
OpenMMLab AI实战营——04 语义分割与 MMSegmentation
Gauss17770430的博客
02-10 91
今天讲图像分割，由编程网红同济自豪兄讲。确实讲的深入浅出，基本大概对这个能有所了解，当然，深入的东西还得继续学习。主要内容还是比较复杂，就不多展开了。好了，其他也没什么了，就这样吧。
DeepLabv3+图像语义分割实战：训练自己的数据集
06-14
DeepLabv3+是一种非常先进的基于深度学习的图像语义分割方法，可对物体进行像素级分割。 本课程将手把手地教大家使用labelme图像标注工具制作数据集，并使用DeepLabv3+训练自己的数据集，从而能开展自己的图像语义...
ADVENT:语义分割中域自适应的对抗熵最小化
05-27
ADVENT：语义分割中域自适应的对抗熵最小化 更新 02/2020 ：使用CycleGAN翻译的图像，AdvEnt模型在GTA5-2-Cityscapes上实现（ 46.3％ ） 09/2019 ：查阅我们的新论文（ICCV 2019接受）。 借助深度感知的UDA框架，...
人工智能商业实战应用：金融知识图谱构建与实战【企业内训现场实录】
09-27
人工智能商业实战应用：金融知识图谱构建与实战【企业内训现场实录】，完整版，附源码。 此课程的背景是一个金融知识图谱的大项目，用于构建A股公司的知识图谱，并基于知识图谱提供语义搜索、智能问答等服务。 课程...
ChatGPT与AI绘画应用实战：Midjourney.zip
06-10
ChatGPT与AI绘画应用实战：Midjourney.zipChatGPT与AI绘画应用实战：Midjourney.zipChatGPT与AI绘画应用实战：Midjourney.zipChatGPT与AI绘画应用实战：Midjourney.zipChatGPT与AI绘画应用实战：Midjourney....
循环神经网络（RNN）
m0_63024355的博客
05-08 617
大家好，这里是七七，这两天在写关于神经网络相关的知识，面对的是有一定基础的读者哦。
8、卷积Convolutions （CNN）
qq18218628646的博客
05-08 358
embeddingsVideoResources。
pytorch基础: torch.unbind()
@bangbang的博客
05-08 328
【代码】pytorch基础: torch.unbind()
Pytorch的深度学习
weixin_61468920的博客
05-08 768
PyTorch是一个流行的深度学习框架，它以其易用性、灵活性和动态图特性而广受开发者喜爱。总之，PyTorch是一个功能强大、易于使用和灵活的深度学习框架，适合各种深度学习任务的构建和训练。
探索深度学习的奥秘：从入门到进阶
Kevin ’ s blog
05-09 426
其中，深度学习（Deep Learning）作为机器学习的一个重要分支，凭借其强大的特征学习和处理能力，已经在图像识别、自然语言处理、语音识别等多个领域取得了显著的成果。在前向传播过程中，输入数据通过神经网络的每一层进行逐层计算，最终得到模型的预测输出。深度学习，顾名思义，是模拟人脑神经网络的复杂结构，通过构建多层次的神经网络模型，实现对数据的深层次特征学习和表示。与传统的机器学习算法相比，深度学习具有更强的特征学习能力，能够自动从原始数据中提取出有用的特征信息，从而大大提高了模型的预测精度和泛化能力。
Pytorch学习-调整torchvision.models中模型输出类别数
最新发布
weixin_49824703的博客
05-14 123
假设你的类别只有10个，而torchvision.models中Vgg16的输出类别为1000，这时应该如何调整呢？ 方法二，再模型的最后增加全连接层，改变输出类别。
Dive into Deep Learning-优化算法(1)
weixin_44994838的博客
05-08 681
也就是对应一个矩阵的乘方进行特征值分解，只需要将特征值进行同样的n次方即可，此时n需要时正数；，可以看到对矩阵的逆进行特征值分解，直接对特征值求逆即可；矩阵的行列式等于矩阵的特征值的乘积。iii. 延续上面的例子，特征向量组成的矩阵。矩阵的秩等于非0特征值的个数；是可逆的，所以等式两边同乘。i. 特征值和特征向量，对应的两个特征向量是。
基于卷积神经网络的信号解卷积（简单版，MATLAB）
weixin_39402231的博客
05-08 324
基于卷积神经网络的信号解卷积（简单版，MATLAB）
[数据集][目标检测]纸箱子检测数据集VOC+YOLO格式8375张1类别
FL1623863129的博客
05-11 285
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：8375。标注数量(xml文件个数)：8375。标注数量(txt文件个数)：8375。标注类别名称:["Carton"]使用标注工具：labelImg。标注规则：对类别进行画矩形框。总框数：168758。
语义分割研究目的与意义
05-18
此外，语义分割也是深度学习等人工智能技术发展过程中的关键技术之一。通过对图像进行语义分割，可以更好地提取特征信息，从而提高计算机视觉任务的精度和效率。因此，语义分割的研究具有重要的理论和实际意义。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值