课程链接：https://aistudio.baidu.com/aistudio/course/introduce/1767?directly=1&shared=1
百度图像分割7日打卡营通过7天的学习，从深度学习的角度了解图像分割的基本原理，以及一些典型算法的网络结构，并且使用百度的深度学习框架Paddle来实现。
首先学习了基于paddlepaddle深度学习框架是如何写Module，如何将数据导入的Dataloader，以及如何训练的train。通过这些基本模块的代码编写，我对整个深度学习网络的构建、训练、实现有了很直观的认识。在直播老师的现场手写代码的过程中，我也对日常代码框架的写法、如何解决debug出现的问题有了新的认识。
其次学习的是一些典型的图像分割网络，包括FCN、UNet、PSPNet以及现在据说效果很好的deeplab。通过听老师直播，首先对论文中的流程图有了清晰的认识。对于pooling、conv1x1网络、上采样等概念也落实到写代码之中。通过直播搞清了2件事情，一是这些网络的基本原理；2是如何利用paddle深度学习框架来实现这些网络。
最后学习的图像分割网络的前沿知识。之前学习的分割主要是语义分割，其原理主要是利用resnet等网络提取特征再进行分割，而这部分学习的更多的是实例分割和全景分割，需要用到图卷积网络等概念。这部分听起来比较吃力，愿意是图优化等基础课没有一个完成的学习过程。希望以后能够把数学基础补起来。
课程只有短短的7天，但是所学的内容是相当的多的。除了实现基本的网络编写之外，如何把网络框架使用到实际数据集？如何调整参数让训练效果更好出色？这些问题都是以后需要花时间来掌握的。
最后，感谢百度提供了这样一个平台，也感谢朱老师和伍老师的精彩讲解。