In diesem 2-stündigen projektbasierten Kurs werden Sie in der Lage sein: - den Segmentierungsdatensatz zu verstehen und eine benutzerdefinierte Datensatzklasse für den Bild-Masken-Datensatz zu schreiben. Außerdem wenden Sie die Erweiterung der Segmentierung an, um Bilder und deren Masken zu erweitern. Für die Erweiterung von Bild-Masken verwenden Sie die albumentation Bibliothek. Sie werden das Bild-Masken-Paar plotten - Laden Sie ein vortrainiertes modernes Convolutional Neural Network für das Segmentierungsproblem (z.B. Unet) unter Verwendung des Segmentierungsmodells aus der PyTorch-Bibliothek.
Deep Learning mit PyTorch : Bildsegmentierung
Deep Learning mit PyTorch : Bildsegmentierung
Dozent: Parth Dhameliya
21.851 bereits angemeldet
Bei enthalten
Erwerben Sie praxisrelevante Kompetenzen unter Anleitung von Experten, üben Sie sich in ihrer Anwendung und wenden Sie sie schließlich an.
4.4
(227 Bewertungen)
Stufe Mittel
Empfohlene Erfahrung
2 Stunden
In Ihrem eigenen Lerntempo lernen
Praktisches Lernen
Was Sie lernen werden
Verwendung der U-Netz-Architektur für die Segmentierung
Erstellen Sie eine Trainingsfunktion und einen Evaluator für die Trainingsschleife
Kompetenzen, die Sie festigen
- Kategorie: Deep Learning
- Kategorie: Python-Programmierung
- Kategorie: Computervision
- Kategorie: Bildanalyse
- Kategorie: PyTorch (Bibliothek für Maschinelles Lernen)
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Unterrichtet in Englisch
Keine Downloads oder Installation erforderlich
Nur als Desktop-Version verfügbar
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Lernen, Üben und Anwenden von berufsrelevanten Fähigkeiten in weniger als 2 Stunden
- Nehmen Sie an Schulungen von Branchenexperten teil
- Sammeln Sie mit Aufgaben aus der realen Welt praktische Erfahrung
- Schaffen Sie Vertrauen durch neueste Tools und Technologien
Über dieses begleitete Projekt
Schritt für Schritt lernen
In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:
Colab-Laufzeitumgebung einrichten
Konfigurationen einrichten
Erweiterungen
Benutzerdefinierter Datensatz
Dataset in Stapel laden
Segmentierungsmodell erstellen
Funktion Trainieren und Auswerten erstellen
Trainieren Modell
Inferenz
Empfohlene Erfahrung
Vorherige Programmiererfahrung in Python und Grundkenntnisse in Pytorch. Theoretische Kenntnisse über Faltungsneuronale Netze und Trainingsverfahren (Optimierung)
9 Projektbilder
Dozent
Lehrkraftbewertungen
4.1 (12 Bewertungen)9 Kurse44.080 Lernende
von
Was Sie beim Lernen erwartet
Auf Kompetenzen basierendes, praktisches Lernen
Üben Sie die Anwendung neuer Kompetenzen anhand von berufsbezogenen Aufgabenstellungen.
Anleitung durch Experten
Lernen Sie mit vorab von Experten aufgezeichneten Videos in einer einzigartigen aufgeteilten Oberfläche.
Keine Downloads oder Installation erforderlich
Greifen Sie in einem vordefinierten Cloud-Arbeitsbereich auf die Tools und Ressourcen zu.
Nur für Desktop verfügbar
Dieses begleitete Projekt ist für die Bearbeitung an einem Laptop oder Desktop-Computer mit stabiler Internetverbindung konzipiert und nicht für Mobilgeräte.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.4
227 Bewertungen
- 5 stars
61,23 %
- 4 stars
25,11 %
- 3 stars
7,04 %
- 2 stars
2,20 %
- 1 star
4,40 %
Zeigt 3 von 227 an
YY
5
Geprüft am 20. Feb. 2022
Great instructor and very practical hands-on approach. I would prefer more explanation on other encoder and weight presets as that will be important for transferring the knowledge learned here!
PK
4
Geprüft am 5. Mai 2023
Very nicely taught. Code must be made available in text file.
AC
4
Geprüft am 20. Juli 2023
There are some typos and some things that are not shown in the video but if you worked with python before you should be able to solve them easily. Overall a great exercise.
Ihnen könnte auch Folgendes gefallen:
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
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.