Deep Learning with PyTorch : Image Segmentation

Offert par
Coursera Project Network
Dans ce Projet Guidé, vous :

Use U-Net architecture for segmentation

Create train function and evaluator for training loop

Clock2 hours
IntermediateIntermédiaire
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

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.

Les compétences que vous développerez

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

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  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

Comment fonctionnent les Projets Guidés

Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.

Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé

Foire Aux Questions

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.