presentation

Март 16, 2021

Содержание

2. Kaggle Master (profile link) Computer Vision Engineer О себе
3. Ключевые детали решения Глубокие модели (SegFormer, UperNet-Swin-large) Современные методы тренировки нейронных сетей для задачи semantic segmentation
4. Сложности данных img_scale=(768, 1024), img_scale=(2560, 1440)
5. Сложности данных
6. Результаты
7. Результаты
8. inference mode: whole vs slide
10. Скачать презентацию

Слайд 2

Kaggle Master (profile link)
Computer Vision Engineer
О себе

Слайд 3

Ключевые детали решения
Глубокие модели (SegFormer, UperNet-Swin-large)
Современные методы тренировки нейронных сетей для задачи

Ключевые детали решения Глубокие модели (SegFormer, UperNet-Swin-large) Современные методы тренировки нейронных сетей

semantic segmentation
Большое разрешение изображений
Cтек: linux, python3, docker, mmsegmentation

Слайд 4

Сложности данных
img_scale=(768, 1024), img_scale=(2560, 1440)

Сложности данных img_scale=(768, 1024), img_scale=(2560, 1440)

Слайд 5

Сложности данных

Сложности данных

Слайд 6

Результаты

Результаты

Слайд 7

Результаты

Результаты

Слайд 8

inference mode: whole vs slide

inference mode: whole vs slide