Deep Learning with PyTorch : Image Segmentation

von
Coursera Project Network
In diesem angeleitetes Projekt werden Sie:

Use U-Net architecture for segmentation

Create train function and evaluator for training loop

Clock2 hours
IntermediateMittel
CloudKein Download erforderlich
VideoVideo auf geteiltem Bildschirm
Comment DotsEnglisch
LaptopNur Desktop

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.

Kompetenzen, die Sie erwerben werden

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

Schritt für Schritt lernen

In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:

  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

Ablauf angeleiteter Projekte

Ihr Arbeitsbereich ist ein Cloud-Desktop direkt in Ihrem Browser, kein Download erforderlich

Ihr Dozent leitet Sie in einem Video mit geteiltem Bildschirm Schritt für Schritt an.

Häufig gestellte Fragen

Häufig gestellte Fragen

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.