开源软件名称:PaddleSeg
开源软件地址:https://gitee.com/paddlepaddle/PaddleSeg
开源软件介绍:
简体中文 | English 最新动态 - [2022-01-20] PaddleSeg 2.4版本发布!详细发版信息请参考Release Note。
- [2021-10-11] PaddleSeg 2.3版本发布交互式分割工具EISeg v0.3, 开源两种Matting算法, 以及分割高阶功能模型蒸馏和模型量化方案。
- [2021-09-20] PaddleSeg团队发表交互式分割论文EdgeFlow,已在多个数据集实现SOTA性能。
简介PaddleSeg是基于飞桨PaddlePaddle开发的端到端图像分割开发套件,涵盖了高精度和轻量级等不同方向的大量高质量分割模型。通过模块化的设计,提供了配置化驱动和API调用两种应用方式,帮助开发者更便捷地完成从训练到部署的全流程图像分割应用。 提供语义分割、交互式分割、全景分割、Matting四大图像分割能力。
广泛应用在自动驾驶、医疗、质检、巡检、娱乐等场景。
特性 高精度模型:基于半监督标签知识蒸馏方案(SSLD)训练得到高精度骨干网络,结合前沿的分割技术,提供了80+的高质量预训练模型,效果优于其他开源实现。 模块化设计:支持40+主流 分割网络 ,结合模块化设计的 数据增强策略 、骨干网络、损失函数 等不同组件,开发者可以基于实际应用场景出发,组装多样化的训练配置,满足不同性能和精度的要求。 高性能:支持多进程异步I/O、多卡并行训练、评估等加速策略,结合飞桨核心框架的显存优化功能,可大幅度减少分割模型的训练开销,让开发者更低成本、更高效地完成图像分割训练。
技术交流 - 如果你发现任何PaddleSeg存在的问题或者是建议, 欢迎通过GitHub Issues给我们提issues。
- 欢迎加入PaddleSeg QQ群
产品矩阵 分割模型 | 分割组件 | 实践案例 | ANN BiSeNetV2 DANet DeepLabV3 DeepLabV3P Fast-SCNN HRNet-FCN GCNet GSCNN HarDNet OCRNet PSPNet U-Net U2-Net Att U-Net U-Net++ U-Net3+ DecoupledSeg EMANet ISANet DNLNet SFNet PP-HumanSeg PortraitNet STDC GINet PointRend SegNet ESPNetV2 HRNet-Contrast DMNet ESPNetV1 ENCNet PFPNNet FastFCN BiSeNetV1 SETR MLA Transformer SegFormer SegMenter | 骨干网络 - HRNet
- MobileNetV2
- MobileNetV3
- ResNet
- STDCNet
- XCeption
- VIT
- MixVIT
- Swin Transformer
损失函数 - Cross Entropy
- Binary CE
- Bootstrapped CE
- Point CE
- OHEM CE
- Pixel Contrast CE
- Focal
- Dice
- RMI
- KL
- L1
- Lovasz
- MSE
- Edge Attention
- Relax Boundary
- Connectivity
评估指标 - mIoU
- Accuracy
- Kappa
- Dice
- AUC_ROC
| 支持数据集 - Cityscapes
- Pascal VOC
- ADE20K
- Pascal Context
- COCO Stuff
- SUPERVISELY
- EG1800
- CHASE_DB1
- HRF
- DRIVE
- STARE
- PP-HumanSeg14K
数据增强 - Flipping
- Resize
- ResizeByLong
- ResizeByShort
- LimitLong
- ResizeRangeScaling
- ResizeStepScaling
- Normalize
- Padding
- PaddingByAspectRatio
- RandomPaddingCrop
- RandomCenterCrop
- ScalePadding
- RandomNoise
- RandomBlur
- RandomRotation
- RandomScaleAspect
- RandomDistort
- RandomAffine
| 交互式分割 图像抠图 - DIM
- MODNet
- PP-HumanMatting
人像分割 Cityscapes打榜模型 全景分割 CVPR冠军模型 领域自适应 | 模型库总览 模型结构和骨干网络的代表模型在Cityscapes数据集mIoU和FLOPs对比图。请参见Model Zoo Overview了解更多模型信息以及对比图。 使用教程 实践案例 第三方教程推荐许可证书本项目的发布受Apache 2.0 license许可认证。 社区贡献学术引用 如果我们的项目在学术上帮助到你,请考虑以下引用: @misc{liu2021paddleseg, title={PaddleSeg: A High-Efficient Development Toolkit for Image Segmentation}, author={Yi Liu and Lutao Chu and Guowei Chen and Zewu Wu and Zeyu Chen and Baohua Lai and Yuying Hao}, year={2021}, eprint={2101.06175}, archivePrefix={arXiv}, primaryClass={cs.CV}}@misc{paddleseg2019, title={PaddleSeg, End-to-end image segmentation kit based on PaddlePaddle}, author={PaddlePaddle Authors}, howpublished = {\url{https://github.com/PaddlePaddle/PaddleSeg}}, year={2019}} |
请发表评论