Segmentation sémantique dans les images satellite

Aperçu

Explorez des techniques avancées en apprentissage profond pour la segmentation d'images et la détection d'objets, en vous concentrant sur les applications pratiques dans la conduite autonome.

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

---

Sujets

Science des données