Deep Learning with PyTorch : Image Segmentation

4.2
Sterne

82 Bewertungen

von

7.334 bereits angemeldet

In diesem Kostenloses angeleitetes Projekt werden Sie:

Use U-Net architecture for segmentation

Create train function and evaluator for training loop

Präsentieren Sie diese praktische Erfahrung in einem Vorstellungsgespräch

2 hours
Mittel
Kein Download erforderlich
Video auf geteiltem Bildschirm
Englisch
Nur 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.

Anforderungen

Prior programming experience in Python and basic pytorch. Theoretical knowledge of Convolutional Neural Network and Training process (Optimization)

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.

Bewertungen

Top-Bewertungen von DEEP LEARNING WITH PYTORCH : IMAGE SEGMENTATION

Alle Bewertungen anzeigen

Häufig gestellte Fragen

Da Ihr Arbeitsbereich einen Cloud-Desktop enthält, der für einen Laptop oder Desktop-Computer ausgelegt ist, sind angeleitete Projekte auf Ihrem Mobilgerät nicht verfügbar.

Die Dozenten bei angeleiteten Projekten sind Fachexperten, die Erfahrung in den Fähigkeiten, Werkzeugen oder Bereichen der jeweiligen Projekte haben und leidenschaftlich daran interessiert sind, ihr Wissen weiterzugeben und so Millionen von Lernenden auf der ganzen Welt zu beeinflussen.

Sie können alle von Ihnen erstellten Dateien aus dem angeleiteten Projekt herunterladen und speichern. Zu diesem Zweck können Sie die Funktion „Dateibrowser“ verwenden, wenn Sie auf Ihren Cloud-Desktop zugreifen.

Oben auf der Seite können Sie auf das Erfahrungsniveau für dieses angeleitete Projekt klicken, um das vorausgesetzte Wissen anzuzeigen. Auf jedem Niveau führt der Dozent Schritt für Schritt durch das angeleitete Projekt.

Ja, alles, was Sie zum Abschließen Ihres angeleiteten Projekts benötigen, finden Sie auf einem Cloud-Desktop, der in Ihrem Browser verfügbar ist.

Sie lernen durch Praxis, indem Sie Aufgaben in einer Split-Screen-Umgebung direkt in Ihrem Browser erledigen. Auf der linken Seite des Bildschirms erledigen Sie die Aufgabe in Ihrem Arbeitsbereich. Auf der rechten Seite des Bildschirms sehen Sie einen Dozenten, der Sie schrittweise durch das Projekt führt.