【视频课】别把图像分割想的太简单，这3个方向你真正又懂了多少？-优快云博客

一直以来
图像分割产生了许多有趣的应用
也是许多商业软件的核心技术！

自动驾驶领域

辅助医疗领域

直播视频领域

想要实现这么多有趣的应用，掌握好图像分割的内容是必要的，为了帮助大家系统性解决所有图像分割领域知识的学习，我们推出了《深度学习之图像分割—理论实践篇》，目前已完成15余小时的理论课与实践课程，并还将继续更新，为学员深入解读图像分割基础理论原理及经典网络结构，经合实际项目，将所学理论应用于实践。

现在我们根据技术方向，将其拆分成3个子专栏，即《深度学习之语义分割—理论实践篇》、《深度学习之Imgae Matting—理论实践篇》、《深度学习之实例分割—理论实践篇》。

3个课程都有通用的基础内容，即图像分割基础，会讲解图像分割问题定义，数据集，评估方法与优化目标，约50分钟。

接下来我们介绍拆分后的3部分专栏的具体内容。

深度学习之语义分割

本课程内容包括语义分割模型及其改进技术、弱监督语义分割以及人脸嘴唇分割实战，缺陷分割实战这两个实战，下面是已有内容的大纲脑图：

下面简单了解一下各部分的内容：

(1) 语义分割基础模型详解，包括FCN，SegNet，UNet，约50分钟，本部分内容可以免费收听。

(2) 语义分割模型改进，包括感受野改进，多尺度模型，后处理，约40分钟。

(3) 弱监督语义分割模型讲解，包括问题定义，关键技术，以及弱监督的语义分割模型，约50分钟。

(4) 嘴唇语义分割实战，包括语义分割数据类的创建与数据读取，模型训练与测试，约50分钟。

(5) 缺陷分割与主流语义分割模型实践，包括数据类的创建与数据读取，模型搭建，训练与测试，约200分钟。

一个案例展示如下：

课程完整目录如下：

订阅链接如下：

深度学习之Image Matting

本课程内容包括Image Matting基础与经典模型，改进模型以Image Matting人像抠图实战，下面是已有内容的大纲脑图：

下面简单了解一下各部分的内容：

(1) Image Matting，包括基本概念，约30分钟，本部分内容可以免费收听。

(2) Image Matting基础模型，讲解基于Trimap的Matting模型，约40分钟。

(3) Image Matting模型改进，包括基于粗标签的模型等，约15分钟，本部分内容还有大量待更新。

(4) Image Matting人像抠图实战，包括抠图模型讲解，数据准备与读取，模型搭建，模型训练与测试，共约50分钟。

一个案例展示如下：

课程完整目录如下：

订阅链接如下：

深度学习之实例分割

本课程内容包括实例分割基础、二阶段与一阶段实例分割模型以及Mask RCNN实例分割实战，本课程还有大量待更新，下面是已有内容的大纲脑图：

下面简单了解一下各部分的内容：

(1) 实例分割基础，包括实例分割问题定义，评估方法与优化目标，基础实例分割模型详解，约60分钟。

(2) 二阶段实例分割模型，包括FCIS与Mask RCNN详解，共30分钟。

(3) 一阶段实例分割模型，包括YOLACT，SOLO，PolarMask等详解，共约50分钟。

(4) 实例分割模型实战，包括数据读取，模型搭建，共约45分钟。

课程完整目录如下：

订阅链接如下：

课程讲师介绍

本课程讲师为龙鹏，笔名言有三，技术社区《有三AI》创始人。先后就读于华中科技大学(2008-2012)，中国科学院半导体研究所神经网络实验室(2012-2015)，先后就职于奇虎360人工智能研究院(2015.7-2017.5)，陌陌科技深度学习实验室(2017.5-2019.3)，深度学习算法专家，阿里云MVP，华为云MVP。

拥有超过7年的计算机视觉从业经验，拥有丰富的传统图像算法和深度学习计算机视觉项目经验，著有书籍《深度学习之图像识别：核心技术与案例实战》(机械工业出版社2019.4)，《深度学习之模型设计：核心算法与案例实践》(电子工业出版社2020.6)，《深度学习之人脸图像处理：核心算法与案例实战》(机械工业出版社2020.7)，《深度学习之摄影图像处理：核心算法与案例精粹》(人民邮电出版社2021.4)，拥有10余项发明技术专利与学术论文。

擅长领域：Caffe，Tensorflow，Pytorch等主流深度学习平台。神经网络与深度学习理论，深度学习模型设计与优化，计算机视觉的基础领域，AI美学，2D与3D人脸算法，生成对抗网络GAN等领域。

课程特别说明：

(1) 课程设有多个试看章节，可供学员试看

(2) 课程实战项目部分会提供相应实战代码及数据集（关于课程代码及数据获取，请学员查阅课程目录中链接）

(3) 课程设有技术交流群，供学员技术交流