如何基于 Mask R-CNN 快速完成模型开发| 视频

阅读数:5724 2019 年 6 月 15 日

2014-2019 年这五年,对于很多互联网公司而言,微服务和 AI 这两项技术的诞生和发展起到了里程碑式作用。因为采用速度之快,所以业界也有人称,要做好的架构师,既要懂微服务也要懂 AI。本次 QCon 北京 2019 特别开设华为云技术专场,重点聊一聊 AI 与云原生实践

演讲人:孟繁亮,华为开源软件能力中心 AI 领域首席架构师

议题:如何基于 Mask R-CNN 快速完成模型开发

议题简介:当前,实例分割技术被广泛应用于医学影像、自动驾驶等场景。本次分享将会基于计算机视觉领域中的目标检测、语义分割和实例分割概念,以 Mask R-CNN 为例,讲解基于 Region 的 CNN 模型开发,包括图像特征提取,ROI 检测区域生成,物体分类及边界框回归、图像遮罩回归。分享还会分享使用 COCO 数据集对模型进行训练,在泛化场景中进行精确地识别物体的应用实例。

收藏

评论

微博

发表评论

注册/登录 InfoQ 发表评论

最新评论

关贺宇 2019 年 06 月 18 日 16:33 0 回复
计算机视觉技术的发展非常迅速,实例分割技术被广泛应用于医学影像、自动驾驶等场景。有对计算机视觉感兴趣的可以讨论下。
没有更多了