DeepLabv3+是一种非常先进的基于深度学习的图像语义分割方法，可对物体进行像素级分割。

本课程将手把手地教大家使用labelme图像标注工具制作图像分割数据集，并使用PyTorch版本的DeepLabv3+语义网络训练自己的数据集，从而能开展自己的图像语义分割应用。

本课程首先讲述图像分割的任务说明、常用数据集、性能指标，然后介绍DeepLabv3+语义分割网络的原理。

本课程以汽车行驶场景的多类别语义分割任务开展项目实践：对汽车行驶场景中的路坑、车、车道线进行物体标注和多类别语义分割。

本课程使用Pytorch版本的DeepLabv3+语义分割网络，在Ubuntu系统上做图像分割的具体项目演示。 包括：安装PyTorch和deeplabv3+网络、使用labelme软件工具进行图像分割数据集标注、标注后的数据集格式转换、使用DeepLabv3+语义分割网络训练自己的数据集、测试训练出的网络模型以及进行性能评估。

本课程提供项目的数据集和Python程序文件。