U-Net图像语义分割实战,白老师课堂,U-Net是一种基于深度学习的图像语义分割方法，尤其在医学图像分割中表现优异。 本课程将手把手地教大家使用labelme图像标注工具制作自己的数据集，生成Mask图像，并使用U-Net训练自己的数据集，从而能开展自己的图像分割应用。 本课程有三个项目实践： (1) Kaggle盐体识别比赛 ：利用U-Net进行Kaggle盐体识别 (2) Pothole语义分割：对汽车行驶场景中的路坑进行标注和语义分割 (3) Kaggle细胞核分割比赛 ：利用U-Net进行Kaggle细胞核分割 本课程使用keras版本的U-Net，在Ubuntu系统上用Jupyter Notebook做项目演示。 包括：数据集标注、数据集格式转换和Mask图像生成、编写U-Net程序文件、训练自己的数据集、测试训练出的网络模型、性能评估。 本课程提供项目的数据集和Python程序文件。 购课后可加入白勇老师课程学习交流QQ群：957519975 适用人群：具有一定深度学习基础，希望掌握U-Net图像语义分割实战技术的同学们