保存成功
订阅成功
保存失败,请重试
提交成功
预订中

语义分割 Kaggle 比赛项目实战:Carvana Image Masking Challenge

¥9.99会员免费看
禾路

Kaggle 比赛的含金量都比较高,特别是通过Public和Private评分的方法,能够对训模型结果得到直观评价。本课程代码,在“Carvana Image Masking Challenge”项目的private、public榜的成绩分别为 0.99528和0.99546分(满分1.0分)

研究历史比赛非常重要的一点是从中获得解析获得成熟经验,本场Chat基于 Pytorch和fastai 实现语义分割的典型架构,并进一步扩展到环境构建、数据集准备、参数调节和运行部署等方面内容。

我选择fastai,就是看重其上手容易、效果非凡。特别是基于迁移学习的思想,能够在多种情况下获得"state of the art"的效果,不仅对于打比赛,对于日常工作应用也是非常适合的。

在本场 Chat 中,会讲到如下内容:

  1. 基于 Unet 语义分割的基本原理、环境构建、参数调节等
  2. fastai环境构建、数据集准备、参数调节和运行部署
  3. Kaggle调参涨分的一些细节。

本文适合具备 Pytorch相关基础,对图像处理感兴趣的人士。学完本文,可以获得基于 Pytorch 和 fastai参加Kaggle比赛、解决实际问题的经验方法。

预订截止倒计时 -18
详情
3 人已预订
40 预订成功
会员免费预订
¥9.99 原价预订
订阅须知

预订后,您将在 05月17日 之前获得一篇专享文章。

请务必 关注 GitChat 服务号 以查看活动进度及获取活动通知。

届时文章未达标,款项将退回到微信账户。

关注提示×
扫码关注公众号,获得 Chat 最新进展通知!
入群与作者交流×
扫码后回复关键字 入群
Chat·作者交流群
入群码
该二维码永久有效
严选标准
知道了
Chat 状态详情
开始预订
预订结果公布05月10日

预订达标,作者开始写作

审核未达标,本场 Chat 终止

作者文章审核结果公布05月17日

审核达标,文章发布

审核未达标,本场 Chat 终止

Chat 完结
×
已购列表