Deep Learning with PyTorch : Image Segmentation

제공자:
Coursera Project Network
학습자는 이 안내 프로젝트에서 다음을 수행하게 됩니다.

Use U-Net architecture for segmentation

Create train function and evaluator for training loop

Clock2 hours
Intermediate중급
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots영어
Laptop데스크톱 전용

In this 2-hour project-based course, you will be able to : - Understand the Segmentation Dataset and you will write a custom dataset class for Image-mask dataset. Additionally, you will apply segmentation augmentation to augment images as well as its masks. For image-mask augmentation you will use albumentation library. You will plot the image-Mask pair. - Load a pretrained state of the art convolutional neural network for segmentation problem(for e.g, Unet) using segmentation model pytorch library. - Create train function and evaluator function which will helpful to write training loop. Moreover, you will use training loop to train the model.

개발할 기술

  • Mathematical Optimization
  • Convolutional Neural Network
  • Autoencoder
  • Python Programming
  • pytorch

단계별 학습

작업 영역이 있는 분할 화면으로 재생되는 동영상에서 강사는 다음을 단계별로 안내합니다.

  1. Set up colab runtime environment

  2. Setup Configurations

  3. Augmentations

  4. Custom Dataset

  5. Load Dataset into batches

  6. Create Segmentation Model

  7. Create Train and Eval Function

  8. Train Model

  9. Inference

안내형 프로젝트 진행 방식

작업 영역은 브라우저에 바로 로드되는 클라우드 데스크톱으로, 다운로드할 필요가 없습니다.

분할 화면 동영상에서 강사가 프로젝트를 단계별로 안내해 줍니다.

자주 묻는 질문

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.