Il corso tratterà i seguenti argomenti: 

• Introduzione alla segmentazione semantica e alle sue varianti (instance, panoptic). 

• Architetture, funzioni di loss, strategie di gestione dei dati (class imbalance) e di addestramento, metriche di valutazione. 

• Accenni di anomaly detection per il riconoscimento di ostacoli in scenari urbani. 

• Logiche di efficientamento delle procedure di apprendimento.  

• Dimostrazione pratica: procedura dettagliata per l’addestramento di un modello di segmentazione semantica di base (mediante l’utilizzo di PyTorch).