深度之眼 图像分割精讲进阶课程
本次课程结合科研中常见的实验需求，涵盖从经典到前沿的算法模型，全面系统地介绍在实践中遇到的科研需求。课程从算法理论、代码实操和模型优化三个角度入手，由在CV领域深耕多年的老师带来最具价值的论文讲
课程详细大纲
算法篇（入门）第一周分割算法核心思想及进化思路
第一节经典分割算法路径回顾
第二节前沿分割算法发展现状
验收方式：
按照自己的思路总结语义分割算法常用思想及常用模
块，并写出其优势
第二周手把手教学搭建模型
-第一节分割常用数据集介绍
-第二节复现两大经典算法（UNet、DeepLab
V3+）
验收方式：
独立复现DeepLab v3+，有能力的同学将Xception
替换为ResNet
实验优化篇（实操）
第三周明确实验需求，替换数据集
-第一节总结训练测试核心点
-第二节实现不同数据集间的集成替换
验收方式：
独立梳理算法的训练测试流程，具体包括数据预处理
、训练逻辑、测试逻辑。将上述过程按模块整理出流
程图或其他逻辑图。
第四周常用数据增强方法
-第一节图像的几何变换和颜色变换。
-第二节实现多种数据增强方法的定义和调用。
验收方式：
课后根据Albumentations官方文档实现其他未提及的
增强方法，并将其加入代码中。
深度之眼
deepshare.net
图像分割进阶班
系统掌握算法优化、模型设计
顶刊审稿人及
教你把经典模型应用于
自己的科研项目
大厂专家联袂教学
拆解四大模块知识
系统高效的学习路线
学练测闭环提升
助教全程辅导
独立梳理算法的训练测试流程，具体包括数据预处理
、训练逻辑、测试逻辑。将上述过程按模块整理出流
程图或其他逻辑图。
第四周常用数据增强方法
-第一节图像的几何变换和颜色变换。
-第二节实现多种数据增强方法的定义和调用。
验收方式：
课后根据Albumentations官方文档实现其他未提及的
增强方法，并将其加入代码中。
深度之眼
deepshare.net
图像分割进阶班
系统掌握算法优化、模型设计
顶刊审稿人及
教你把经典模型应用于
自己的科研项目
大厂专家联袂教学
拆解四大模块知识
系统高效的学习路线
学练测闭环提升
助教全程辅导
适合谁学？
在图像分割领域，想掌握模型设计创新思路
及迁移使用论文代码的同学
在校学生
从事图像分割领域工作，想系统提升分割算
法理论，快速了解代码应用原理的在职人员
在职人员
希望能够深入研究图像分割，但实战
能力较差的转行人员/学生
无实操经验人员
你将收获
精通算法优化策略
20篇左右常用算法、模型的理
论基础和四种损失函数的实现
及优化策略
自主设计新模型
掌握经典算法的原理与框架，能
把代码灵活应用于自己的模型或
项目中
熟悉前沿工程应用
选择近期越来越火热的医学图像
分割作为案例进行知识拓展，举
握2D卷积到3D卷积的计算方法
掌握论文撰写方法
系统掌握学术论文写作，从如何
构思模型、创新点与实验优化到
撰写发表
2位大咖联袂教学
△任职于某医药公司算法
研究部
△工智能计算机视觉方向
资深研究员
八主要研究语义分割、分
类识别
△在AAAI和IJCAI顶级学
术会议发表多篇论文，并
持有多项专利
特邀讲师：Cola
在图像分割领域，想掌握模型设计创新思路
及迁移使用论文代码的同学
在校学生
从事图像分割领域工作，想系统提升分割算
法理论，快速了解代码应用原理的在职人员
在职人员
希望能够深入研究图像分割，但实战
能力较差的转行人员/学生
无实操经验人员
你将收获
精通算法优化策略
20篇左右常用算法、模型的理
论基础和四种损失函数的实现
及优化策略
自主设计新模型
掌握经典算法的原理与框架，能
把代码灵活应用于自己的模型或
项目中
熟悉前沿工程应用
选择近期越来越火热的医学图像
分割作为案例进行知识拓展，举
握2D卷积到3D卷积的计算方法
系统掌握学术论文写作，从如何
构思模型、创新点与实验优化到
撰写发表
2位大咖联袂教学
△任职于某医药公司算法
研究部
△工智能计算机视觉方向
资深研究员
八主要研究语义分割、分
类识别
△在AAAI和IJCAI顶级学
术会议发表多篇论文，并
持有多项专利
特邀讲师：Cola
△加州理工大学博士
△国际Al情感计算大赛主
席团成员
JCR一区审稿人
△以一作身份在计算机视
觉，语音处理等领域国际
会议上发表超过10篇论文
目前与多位来自麻省理工
，剑桥大学等名校的教授
进行学术合作
特邀讲师：Henry
教你把经典模型
应用于自己的项目
某一个论文所讲述的模型，实际上是由许多方法拼接与
改造而得到的。在课程的设计上，我们会着重讲解模型
和实验两部分。
对于模型而言，拆分式的讲解方式可以帮助学员更好的
理解原理和优化方法。
对于实验而言，常用的各个开源数据集间往往具有很大
差距，因而需要重点培养学员举一反三的数据处理能力
a) Gnund Tnuth
bi Amemtion map
ci UNiet
4dU-Tramdermet
Fig. 1. Global contnct is erucial for compler anoin inomentation bat cannot be caps
tured by vanilla U-Niets with a limited reorptive field, (e. blue crons segion In a) with
failed seguentation in e). The proposed U-Tranaformer setwork represents fall image
此外，结果优化还依赖于数据增强和trick调整两部分
，这也将成为我们的讲解重点，力求在学习整套课程后
，学员可将复现过的代码模型独立灵活地运用于自己的
科研项目。
△国际Al情感计算大赛主
席团成员
JCR一区审稿人
△以一作身份在计算机视
觉，语音处理等领域国际
会议上发表超过10篇论文
目前与多位来自麻省理工
，剑桥大学等名校的教授
进行学术合作
特邀讲师：Henry
应用于自己的项目
某一个论文所讲述的模型，实际上是由许多方法拼接与
改造而得到的。在课程的设计上，我们会着重讲解模型
和实验两部分。
对于模型而言，拆分式的讲解方式可以帮助学员更好的
理解原理和优化方法。
对于实验而言，常用的各个开源数据集间往往具有很大
差距，因而需要重点培养学员举一反三的数据处理能力
a) Gnund Tnuth
bi Amemtion map
ci UNiet
4dU-Tramdermet
Fig. 1. Global contnct is erucial for compler anoin inomentation bat cannot be caps
tured by vanilla U-Niets with a limited reorptive field, (e. blue crons segion In a) with
failed seguentation in e). The proposed U-Tranaformer setwork represents fall image
此外，结果优化还依赖于数据增强和trick调整两部分
，这也将成为我们的讲解重点，力求在学习整套课程后
，学员可将复现过的代码模型独立灵活地运用于自己的
科研项目。
拆解四大核心内容
学练测闭环提升
课程内容涵盖四个模块
应用篇：
算法篇
掌握手动推导2D
卷积和3D卷积的
系统梳理图像分割
算法，手把手搭建
计算方法
2大经典模型
论文篇
实验篇：
通过学习论文写作指
导系列课，结合在进
阶班学习到的科研实
验知识，尝试独立撰
实现不同数据集的
集成替换，损失函
数调用和算法优化
写论文。
-每个模块都会进行细致的拆分与解析
-每节课均有验收环节，检验知识吸收程度
-系统的打牢理论基础、实操科研应用、产出高质量
paper
学前诊断
助教定制辅导
学练测闭环提升
课程内容涵盖四个模块
应用篇：
算法篇
掌握手动推导2D
卷积和3D卷积的
系统梳理图像分割
算法，手把手搭建
计算方法
2大经典模型
论文篇
实验篇：
通过学习论文写作指
导系列课，结合在进
阶班学习到的科研实
验知识，尝试独立撰
实现不同数据集的
集成替换，损失函
数调用和算法优化
写论文。
-每个模块都会进行细致的拆分与解析
-每节课均有验收环节，检验知识吸收程度
-系统的打牢理论基础、实操科研应用、产出高质量
paper
学前诊断
助教定制辅导
学员可在课程正式开始前，进行基础测试，助教团队
根据不同的基础情况选择对应的基础课程学习，且全
程提供答疑，操作教学，配置环境等督学服务。
课程详细大纲
算法篇（入门）
第一周分割算法核心思想及进化思路
-第一节经典分割算法路径回顾
-第二节前沿分割算法发展现状
验收方式：
按照自己的思路总结语义分割算法常用思想及常用模
块，并写出其优势
第二周手把手教学搭建模型
-第一节分割常用数据集介绍
-第二节复现两大经典算法（UNet、DeepLab
V3+）
验收方式：
独立复现DeepLab v3+，有能力的同学将Xception
替换为ResNet
实验优化篇（实操）
第三周明确实验需求，替换数据集
-第一节总结训练测试核心点
-第二节实现不同数据集间的集成替换
验收方式：
独立梳理算法的训练测试流程，具体包括数据预处理
、训练逻辑、测试逻辑。将上述过程按模块整理出流
程图或其他逻辑图。
第四周常用数据增强方法
-第一节图像的几何变换和颜色变换。
第二节实现多种数据增强方法的定义和调用。
验收方式：
课后根据Albumentations官方文档实现其他未提及的
增强方法，并将其加入代码中。
第五周常用损失函数
-第一节常用损失函数原理
第二节实现常用损失函数的定义和调用。
验收方式：
整理课上提到的损失函数的主要优势
第六周算法的优化策略和可视化
-第一节算法优化策略及可视化。
一第二节代码整体讲解。
验收方式：
完整实现算法的训练和测试过程，根据调整数据增强
方法、loss、学习率优化等策略，将算法结果通过可
视化的方式形成报告提交。具体见课程大纲中的验收
任务
实验阶段验收
验收任务：
要求学员自己修改优化模型，需要助教老师。
验收方式：
该任务旨在帮助学员学会修改模型，配合数据增强，
损失函数替换等优化方法提升结果。最终以模型修改
思路和指标结果两方面进行评估。
结果提交：
提交训练日志或可视化图片、测试指标、实验报告。
实验报告需写明自己对模型的修改思路，以及调优过
程中遇到的问题或自己的想法，以及对最终结果的分
析。
老师将汇总后的实验报告进行分析，反馈给学员模型
修改思路是否有意义，优化过程是否正确，结果是否
还有可提升空间。再由助教老师接收学员的第二轮反
馈，最后几种总结或答疑。
验收标准：
模型修改有意义，指标越高越好。
前沿应用篇-以医学图像分割为例（进阶）
第七周医学图像分割入门
第一节录播：医学分割背景和基础
第二节录播：医学分割与自然图像分割对比
第八周实现医学分割前沿算法
-第一节录播：DAResNet论文讲解
-第二节直播：DAResNet代码实现
根据不同的基础情况选择对应的基础课程学习，且全
程提供答疑，操作教学，配置环境等督学服务。
课程详细大纲
算法篇（入门）
第一周分割算法核心思想及进化思路
-第一节经典分割算法路径回顾
-第二节前沿分割算法发展现状
验收方式：
按照自己的思路总结语义分割算法常用思想及常用模
块，并写出其优势
第二周手把手教学搭建模型
-第一节分割常用数据集介绍
-第二节复现两大经典算法（UNet、DeepLab
V3+）
验收方式：
独立复现DeepLab v3+，有能力的同学将Xception
替换为ResNet
实验优化篇（实操）
第三周明确实验需求，替换数据集
-第一节总结训练测试核心点
-第二节实现不同数据集间的集成替换
独立梳理算法的训练测试流程，具体包括数据预处理
、训练逻辑、测试逻辑。将上述过程按模块整理出流
程图或其他逻辑图。
第四周常用数据增强方法
-第一节图像的几何变换和颜色变换。
第二节实现多种数据增强方法的定义和调用。
验收方式：
课后根据Albumentations官方文档实现其他未提及的
增强方法，并将其加入代码中。
第五周常用损失函数
-第一节常用损失函数原理
第二节实现常用损失函数的定义和调用。
验收方式：
整理课上提到的损失函数的主要优势
第六周算法的优化策略和可视化
-第一节算法优化策略及可视化。
一第二节代码整体讲解。
验收方式：
完整实现算法的训练和测试过程，根据调整数据增强
方法、loss、学习率优化等策略，将算法结果通过可
视化的方式形成报告提交。具体见课程大纲中的验收
任务
验收任务：
要求学员自己修改优化模型，需要助教老师。
验收方式：
该任务旨在帮助学员学会修改模型，配合数据增强，
损失函数替换等优化方法提升结果。最终以模型修改
思路和指标结果两方面进行评估。
结果提交：
提交训练日志或可视化图片、测试指标、实验报告。
实验报告需写明自己对模型的修改思路，以及调优过
程中遇到的问题或自己的想法，以及对最终结果的分
析。
老师将汇总后的实验报告进行分析，反馈给学员模型
修改思路是否有意义，优化过程是否正确，结果是否
还有可提升空间。再由助教老师接收学员的第二轮反
馈，最后几种总结或答疑。
验收标准：
模型修改有意义，指标越高越好。
前沿应用篇-以医学图像分割为例（进阶）
第七周医学图像分割入门
第一节录播：医学分割背景和基础
第二节录播：医学分割与自然图像分割对比
第八周实现医学分割前沿算法
-第一节录播：DAResNet论文讲解
-第二节直播：DAResNet代码实现
第九周 Transformer结构
-第一节录播：Transformer结构理论基础
-第二节直播：Transformer结构代码定义
第十周模型搭建方法论
第一节录播：分割常用模块回顾及实现
-第二节直播：如何搭建创新模型
论文写作方法（成果）
可以在完成图像分割进阶班的全部学习计划后，通过
学习论文写作指导系列课，结合在进阶班学习到的科
研实验知识，尝试独立撰写论文。
导论--1h33min
-论文撰写-导论1
论文撰写-导论2
-论文撰写-导论3
写作方法--5h29min
- 论文撰写-related work
-论文撰写-方法章节
-论文撰写-introduction
摘要和总结
-实验结果
-第一节录播：Transformer结构理论基础
-第二节直播：Transformer结构代码定义
第十周模型搭建方法论
第一节录播：分割常用模块回顾及实现
-第二节直播：如何搭建创新模型
论文写作方法（成果）
可以在完成图像分割进阶班的全部学习计划后，通过
学习论文写作指导系列课，结合在进阶班学习到的科
研实验知识，尝试独立撰写论文。
导论--1h33min
-论文撰写-导论1
论文撰写-导论2
-论文撰写-导论3
写作方法--5h29min
- 论文撰写-related work
-论文撰写-方法章节
-论文撰写-introduction
摘要和总结
-实验结果
转载分享请注明原文地址(中国领汇团队，谢佳颖主控，李进财主控，蔡森期权滚量，炒股票期货外汇期权入门基础实战交易视频课程教程--财汇控)：https://www.caihuikong.com/post-2579.html
免责声明
- 本站所有涉及视频及图书，公式等由互联网搜索收集而来，本站不拥有此类资料的版权。
本站作为资源服务提供者，对非法转载，盗版行为的发生不具备充分的监控能力。但当版权拥有者提出侵权指控并出示充分的版权证明材料时，本站负有移除盗版和非法转载作品以及停止继续传播的义务。
本站在满足前款条件下采取移除等相应措施后，不为此向原发布人承担违约责任或其他法律责任，包括不承担因侵权指控不成立而给原发布人带来损害的赔偿责任。
如果版权拥有者发现自己作品被侵权，请及时向本站提出权利通知，并将姓名、电话、身份证明、具体链接（URL）、省版权局和国家版权局核发的版权所属证明及详细侵权情况描述发往本站邮箱370662024@qq.com，本站在收到相关举报文件后，在3个工作日内移除相关涉嫌侵权的内容。
最新文章