“目标检测那么火，为什么还要学图像分割呢？”
下载安装命令 ## CPU版本安装命令 pip install -f https://paddlepaddle.org.cn/pip/oschina/cpu paddlepaddle ## GPU版本安装命令 pip install -f https://paddlepaddle.org.cn/pip/oschina/gpu paddlepaddle-gpu
很多同学都这么问小编，因为很多场景需要更精确的检测，目标检测还达不到要求。例如医学图像病灶检测，自动驾驶等都需要图像分割，应用场景广泛：
卫星图像分析：识别建筑、道路、森林
医学图像分析：定位病灶、测量面积等
智能交通：识别道路信息，包括车道标记、交通标志等
作为视觉分析的热门方向，图像分割一直备受追捧，入坑的同学不少，栽跟头的也不少。究其原因，数据问题、计算资源问题、精细分割、上下文信息等问题难以攻克。
为帮助更多开发者深入理解图像分割这一领域，飞桨团队与百度研究院联合推出了深度学习7日打卡营《7日玩转图像分割》。
从入门到精通，7日就够了
- 全球顶会审稿人亲授
讲师具有多年理论实战经验，在CVPR、ECCV等顶会上发表多篇论文，获得多次比赛Top成绩，并且担任顶会论文审稿人，是图像分割领域的资深专家。
- 图像分割领域知识全覆盖
从经典算法到学界前沿，从技术细节到完整流程，语义分割、实例分割、全景分割，带你逐个击破。
- 手把手理论指导+ 现场逐行coding
为帮助大家深入了解理论原理与代码细节，老师们会现场逐行coding，带大家从零实现自己的模型！
老师逐行coding实录
手把手解析理论细节
两位老师结合多年实战经验，亲自授课，10月19日起，带你从入门到精通，7日玩转图像分割！
你将收获：
1. 结业邮寄纸质版结业证书
2. 与全球顶会审稿人全程深入交流
3. 开源生态贡献卓越者，优先晋级成为PPDE（飞桨技术专家）
4. 免费提供在线直播课+作业批改+社群答疑
5. 提供AI Studio在线实训平台，免费Tesla V100 GPU算力卡支持大家学习。百度承担所有课程与算力费用，平均6999元/人，不向学员收取任何费用
还有超级福利，等你来挑战！本次课程前三名可以获得
全球顶会论文审稿人的论文指导和修改机会！
优秀同学有百度内推面试机会，入职百度不是梦！
课程大纲
DAY1 （10月19日）
1. 课程总体概述
2. 语义分割初探
3. 基于深度学习的语义分割算法
4. 环境搭建与飞桨动态图实战演示
5. 语义分割的数据格式和处理
【作业】搭建环境，熟悉动态图，实现数据加载模块
DAY2 （10月20日）
1. FCN全卷积网络结构详解
2. 飞桨中的上采样操作实践
3. 飞桨实现FCN
【作业】实现FCN网络
DAY3 （10月21日）
1. U-Net模型与PSPNet模型详解
2. 飞桨实现UNet/PSPNet
3. 飞桨实现DilatedResnet
4. 分割网络loss和metrics实现
【作业】实现U-Net或PSPNet，进行模型训练和预测
DAY4 （10月22日）
1. Dilated Conv 原理和细节
2. ASPP模块解析
3. DeepLab系列详解
4. 实现DeepLabV3/ASPP/MultiGrid
5.分割网络loss和metrics实现
【作业】
1. DeepLab网络实现
2. 实现语义分割网络搭建和训练完整流程
DAY5 （10月23日）
1. 深入解析GCN（图卷积网络）
2. Graph-based Segmentation多个方法详解 (GloRe, GCU, GINet)
3. GCN代码简要解析
4. 在Pascal Context上实现GloRe
【大作业】图像分割全流程实现
DAY6 （10月24日）
1. 实例分割与全景分割概述
2. 实例分割： Mask R-CNN和SOLO
3. 全景分割： PanapticFPN和UPSNet
【大作业】图像分割全流程实现
DAY7 （10月25日）
1. 主流分割数据集介绍
2. 最近研究进展探讨
3. 课程总结与Q&A
【大作业】图像分割全流程实现
讲师介绍
朱老师 百度研究院资深研究员
本科和博士期间发表论文10余篇。博士毕业后在美国硅谷工作，负责深度学习平台和算法研发。近年来多次在CVPR、ICCV、ECCV等顶会上的国际比赛中取得Top名次。曾在硅谷一线教育平台担任人工智能课程讲师。
伍老师 百度研究院高级工程师
2019年获得中科院计算所硕士学位（计算机视觉方向），曾参与多项国家重点研发计划和国家自然科学基金项目，曾在ICME、ECCV、CVPR发表多篇论文，拥有多项发明专利。SemSegPaddle的主要完成人。
上课时间
10月19日—10月27日 每晚20:30—21:30
立即报名
扫码关注【飞桨】公众号，回复【开源7日】获取报名通道
下载安装命令 ## CPU版本安装命令 pip install -f https://paddlepaddle.org.cn/pip/oschina/cpu paddlepaddle ## GPU版本安装命令 pip install -f https://paddlepaddle.org.cn/pip/oschina/gpu paddlepaddle-gpu
