識別速度3.6ms/幀！人像摳圖、工業(yè)質檢、遙感識別，用這一個分割模型就夠了
支撐影視人像摳圖、醫(yī)療影像分析、自動駕駛感知等萬億級市場背后的核心技術是什么？那就要說到頂頂重要的圖像分割技術。相比目標檢測、圖像分類等技術，圖像分割需要將每個像素點進行分類，在精細的圖像識別任務中不可替代，也是智能視覺算法工程師擁有關鍵核心競爭力的關鍵！
圖1 圖像分割應用
正因如此，DeepLabv3、OCRNet、BiseNetv2、Fast-SCNN等優(yōu)秀算法層出不窮，然而在實際產業(yè)落地過程中往往需要綜合考慮硬件性能、精度等多方面因素，對算法的需求也是苛刻的。往往業(yè)界算法在保障高識別精度的情況下，就會犧牲算法運行速度；反之追求速度，則會帶來精度的大幅度損失。
圖2 各算法速度與精度平衡情況示意
如何能同時實現速度和精度的均衡，在當前云、邊、端多場景協(xié)同的產業(yè)大趨勢下高標準滿足產業(yè)需求，是各屆研究人員致力投入的方向。
PP-LiteSeg就是這樣一個同時兼顧精度與速度的SOTA（業(yè)界最佳）語義分割模型。它基于Cityscapes數據集，在1080ti上精度為mIoU 72.0時，速度高達273.6 FPS?, （mIoU 77.5 時，FPS為102.6），超越現有CVPR SOTA模型STDC，真正實現了精度和速度的SOTA均衡。
圖3?PP-LiteSeg精度/速度說明
空口無憑，歡迎優(yōu)秀的你直接試用！?（記得Star收藏跟進最新狀態(tài)）
傳送門：
https://github.com/PaddlePaddle/PaddleSeg
圖4 PP-LiteSeg和OCRNet在某工業(yè)質檢數據集識別情況對比
圖4 PP-LiteSeg和OCRNet在deepglobe數據集識別情況對比
那PP-LiteSeg為何可以擁有這么優(yōu)秀的效果呢？
PP-LiteSeg提出三個創(chuàng)新模塊：靈活的解碼模塊（FLD）、注意力融合模塊（UAFM）、簡易金字塔池化模塊（SPPM）。FLD靈活調整解碼模塊中通道數，平衡編碼模塊和解碼模塊的計算量，使得整個模型更加高效；UAFM模塊效地加強特征表示，更好地提升了模型的精度；SPPM模塊減小了中間特征圖的通道數、移除了跳躍連接，使得模型性能進一步提升。
圖5 PP-LiteSeg 模型結構和優(yōu)化點
正是基于這些模塊的設計與改進，最終PP-LiteSeg超越其他方法，在1080ti上精度為mIoU 72.0時，速度高達273.6 FPS , （mIoU 77.5 時，FPS為102.6），實現了精度和速度的SOTA平衡。更多關于PP-LiteSeg的內容，請參考：
https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.5/configs/pp_liteseg
直播預告
為了讓開發(fā)者們更深入的了解PP-LiteSeg這個SOTA模型，解決落地應用難點，掌握產業(yè)實踐的核心能力，飛槳團隊精心準備了精品直播課！
掃碼報名直播課
進入技術交流群
4月26日20:30，百度資深高工將為我們詳細介紹精度和速度平衡的PP-LiteSeg，對其原理及使用方式進行拆解，更有汽車金屬墊片缺陷分割實戰(zhàn)，加上直播現場互動答疑，還在等什么！抓緊掃碼上車吧！
圖1
圖4：合作伙伴提供質檢數據樣例
圖5：源于deepglobe數據集
END
