README

简体中文 | English




  


飞桨高性能图像分割开发套件，端到端完成从训练到部署的全流程图像分割应用。



!python version
!support os
!stars



  


  最新动态

- 🔥[2024-11-05] 添加语义分割领域低代码全流程开发能力:
    飞桨低代码开发工具PaddleX，支持了图像分割领域的低代码全流程开发能力：
      🎨 模型丰富一键调用：将通用语义分割和图像异常检测涉及的19个模型整合为2条模型产线，通过极简的Python API一键调用，快速体验模型效果。此外，同一套API，也支持图像分类、目标检测、文本图像智能分析、通用OCR、时序预测等共计200+模型，形成20+单功能模块，方便开发者进行模型组合使用。
      🚀 提高效率降低门槛：提供基于统一命令和图形界面两种方式，实现模型简洁高效的使用、组合与定制。支持高性能部署、服务化部署和端侧部署等多种部署方式。此外，对于各种主流硬件如英伟达GPU、昆仑芯、昇腾、寒武纪和海光等，进行模型开发时，都可以无缝切换。

    增加图像异常检测算法SFTPM

 [2023-10-29] :fire:  PaddleSeg 2.9版本发布！详细发版信息请参考Release Note。
   增加对多标签分割Multi-label segmentation，提供数据转换代码及结果可视化，实现对一系列语义分割模型的多标签分割支持。
   发布轻量视觉大模型MobileSAM，实现更快速的SAM推理。
   支持量化蒸馏训练压缩功能Quant Aware Distillation Training Compression，对PP-LiteSeg、PP-MobileSeg、OCRNet、SegFormer-B0增加量化训练压缩功能，提升推理速度。


  简介

PaddleSeg是基于飞桨PaddlePaddle的端到端图像分割套件，内置45+模型算法及140+预训练模型，支持配置化驱动和API调用开发方式，打通数据标注、模型开发、训练、压缩、部署的全流程，提供语义分割、交互式分割、Matting、全景分割四大分割能力，助力算法在医疗、工业、遥感、娱乐等场景落地应用。


  


  特性

 高精度：跟踪学术界的前沿分割技术，结合高精度训练的骨干网络，提供45+主流分割网络、150+的高质量预训练模型，效果优于其他开源实现。

 高性能：使用多进程异步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，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。

 模块化：源于模块化设计思想，解耦数据准备、分割模型、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，组装多样化的配置，满足不同性能和精度的要求。

 全流程：打通数据标注、模型开发、模型训练、模型压缩、模型部署全流程，经过业务落地的验证，让开发者完成一站式开发工作。


  


 ⚡ 快速开始

 🔥 低代码全流程开发

  产品矩阵


  
    
      
        模型
      
      
        组件
      
      
        特色案例
      
    
    
      
        
        语义分割模型
          
            PP-LiteSeg 
            PP-MobileSeg 
            DeepLabV3P 
            OCRNet 
            MobileSeg 
            ANN
            Att U-Net
            BiSeNetV1
            BiSeNetV2
            CCNet
            DANet
            DDRNet
            DecoupledSeg
            DeepLabV3
            DMNet
            DNLNet
            EMANet
            ENCNet
            ENet
            ESPNetV1
            ESPNetV2
            FastFCN
            Fast-SCNN
            GCNet
            GINet
            GloRe
            GSCNN
            HarDNet
            HRNet-FCN
            HRNet-Contrast
            ISANet
            PFPNNet
            PointRend
            PotraitNet
            PP-HumanSeg-Lite
            PSPNet
            PSSL
            SegFormer
            SegMenter
            SegNet
            SETR
            SFNet
            STDCSeg
            U2Net
            UNet
            UNet++
            UNet3+
            UperNet
            RTFormer
            UHRNet
            TopFormer
            MscaleOCRNet-PSA
            CAE
            MaskFormer
            ViT-Adapter
            HRFormer
            LPSNet
            SegNeXt
            K-Net
          
        
        交互式分割模型
          
            EISeg
            RITM
            EdgeFlow
          
        
        图像抠图模型
          
              PP-MattingV2
              PP-MattingV1
              DIM
              MODNet
              PP-HumanMatting
              RVM
          
        
        全景分割