百度图像分割7日打卡训练营学习总结

百度图像分割7日打卡训练学习总结

本次参加的百度paddlepaddle的这期的图像分割的7日打卡训练营就要结束了,本次课程由朱老师和伍老师两位大牛主讲,朱老师主讲了4天,主要是理论和手写代码实践,伍老师主讲了2天,主要是前沿内容讲解,总结一下本次的学习过程,学习心得。

1. 本次打卡营的学习内容

本次课程主要由以下的几个章节组成:

  1. 预习内n l + / _ v H 9
    通过几个小节的实验,带领新手快速入门Python、Notebo_ b L t : ] F & lok、Debug、PaddlePaddle与PaddleSeg;
  2. 图像] # c # q o割综述
    介绍了图像分割的定义:
    包含了静态图像和图像全景分割和视频的全景分割,如下所示:

    百度图像分割7日打卡训练营学习总结
    本节介绍了本课程的= r C z 0 Z R + ^+ ~ D ` n f - %习需要的基础:

    从本节开始,L l f % } + h t朱老师带领我们O E b + V ]开始手写代码* d q J c了,这里搭建了一个基础的网络模型,也能work。

  3. FCN全卷积网络详解
    FCN的全称是 Fully Convolutional NeI S F ] utworks,也就是没有 Full Connection 全连接,而全部采用卷积。这样就能在图像分类的基础上,H ] , M Y X Z实现图像分割了。
  4. U-Net/PSPNet模型
    百度图像分割7日打卡训练营学习总结
    采用编码器和解码器的U形结构,使的输入与输出的大小不变。
    PSP Net = Pyramid Scene Pars^ b X / Ling Network
    简单来讲就是:多尺度,或用老师的话说就是“左顾右盼”(观察语境语义),增加感受野。

    这里用到了空洞卷积,
    D s j n U ? F Milated Conv = Atrous Conv= 空洞卷积{ T o g =

    这里的图是老师用 Excel 做出来的,记得看过一本日本人I a ? k ) y R 2 W讲解了深度学习的书,里面的公式、推导过程和图形也都是使用 Excel 做m 8 / _ ] 7 w出来的,可见 Excel 这个工具是真的很强大。

老师带大家手写了 UNet 和 PSPNet0 X Z,并留了作业,让大家在完成网络的基础上,实现对网络的实际应8 } X o m 7 9用,可是我只能抄出来老师的代码来,却不能扩展应用 :(

  1. DeepLab系列
    介绍了DeepLab系列中的几个版本和出现的时间,讲解的主要内容,如下所示:

    比较了几个版本的结构9 8 L
    百度图像分割7日打卡训练营学习总结
    老师在这里带大家手写了 DeepLab 的基本结构。

  2. 图卷积z | z ` | Z网络算法
    图卷积的基本概念如下T a Y ]

  3. 图像的实例分割与全景分割入门
    介绍了语义分割、实例分割4 $ l、全景分割I H u L的概念:

2. 本次打卡营的学f - 3 }习心得

通过学习,对这些概念有了了解,也跟着老师手写了代码,在当时跟着老师写代码时,也觉得思路很清楚,但是离开了a q ^ 4 $ ; 3 A 0老师的视频,自己再去写代F ( q ]码时,脑U a F 3 G子还是一片空白(年龄大了,感觉自己的脑子就像块木a y S - C头, 就是开不了窍 :(),也没有办法把这些内容应用到实际中去,现在我的苦恼就是迟迟入不了门m v t ,无法熟记概念,{ T / % r )无法自己编写程序,看来还要不断的学习,还要继续参r e 6 f r u + u加和学习百度aistudio推出的其它的课程。