В видео рассмотрен полный процесс работы над задачей семантической сегментации: сбор данных, разметка, выгрузка, обучение сети, валидация и интеграция в прод (веб-приложение)
Репозиторий с кодом из видео доступен здесь: 🔗 https://github.com/Koldim2001/Unet-pytorch-training
В примере рассмотрена многоклассовая сегментация с помощью архитектуры Unet. Разметка велась в CVAT, нейросеть писалась на PyTorch
Таймкоды из видео:
5:28 - Разметка в CVAT
37:24 - Обучение нейронной сети
1:22:44 - Использование сети в веб-приложении на Streamlit
-----------------------------------------------------------------------
PS: Если хотите поддержать мои старания, то поставьте звезду ⭐ в этом масштабном проекте - https://github.com/Koldim2001/YOLO-Patch-Based-Inference
Подписывайтесь на канал, чтобы быть в курсе новых видео и узнавать больше о компьютерном зрении!