Segmentation sémantique dans les images satellite

Aperçu

Explore advanced techniques in deep learning for image segmentation and object detection, focusing on practical applications in autonomous driving.

Programme

• Introduction au cours
Aperçu de la segmentation sémantique
Importance dans l'imagerie satellite et la conduite autonome
• Fondamentaux de la segmentation d'image
Introduction aux techniques de segmentation d'image
Méthodes classiques vs approches par apprentissage profond
• Bases de l'apprentissage profond
Vue d'ensemble des réseaux neuronaux
Essentiels des réseaux de neurones convolutifs (CNN)
• Techniques avancées de segmentation sémantique
Réseaux entièrement convolutionnels (FCN)
Architecture U-Net
Variantes de DeepLab
• Préparation et annotation des données
Jeux de données d'imagerie satellite
Outils et techniques d'annotation d'image
Augmentation de données pour les modèles de segmentation
• Entraînement et optimisation du modèle
Stratégies d'entraînement et meilleures pratiques
Fonctions de perte pour la segmentation
Réglage des hyperparamètres
• Métriques d'évaluation
Intersection over Union (IoU)
Précision, rappel, et score F1
Évaluation des modèles dans des scénarios réels
• Détection d'objets dans l'imagerie satellite
Introduction à la détection d'objets
Architectures YOLO et Faster R-CNN
Intégration de la segmentation et de la détection
• Applications dans la conduite autonome
Segmentation sémantique pour la navigation
Détection de véhicules, piétons, et obstacles
Défis et solutions dans le traitement en temps réel
• Mise en œuvre pratique
Outils et cadres (par exemple, TensorFlow, PyTorch)
Construire un modèle de segmentation à partir de zéro
Déployer des modèles sur des appareils de périphérie
• Études de cas et applications industrielles
Projets réels et entreprises
Tendances futures de la segmentation sémantique
• Projet de synthèse
Concevoir et implémenter votre propre solution de segmentation
Présentation et examen par les pairs
• Résumé du cours et prochaines étapes
Récapitulatif des concepts clés
Ressources pour un apprentissage approfondi

---

Matières

Data Science