PaddleSeg 是基于?PaddlePaddle?開(kāi)發(fā)的語(yǔ)義分割庫(kù)，覆蓋了 DeepLabv3 +，U-Net，ICNet 三類(lèi)主流的分割模型。通過(guò)統(tǒng)一的配置，幫助用戶(hù)更方便地完成從訓(xùn)練到部署的全流程圖像分割應(yīng)用。

## CPU版本安裝命令
pip install -f https://paddlepaddle.org.cn/pip/oschina/cpu paddlepaddle

## GPU版本安裝命令
pip install -f https://paddlepaddle.org.cn/pip/oschina/gpu paddlepaddle-gpu

PaddleSeg 具有高效，豐富的數(shù)據(jù)增強(qiáng)，工業(yè)級(jí)部署，全流程應(yīng)用的特點(diǎn)：

• 豐富的數(shù)據(jù)增強(qiáng)

基于百度視覺(jué)技術(shù)部的實(shí)際業(yè)務(wù)經(jīng)驗(yàn)，內(nèi)置10+種數(shù)據(jù)增強(qiáng)策略，可結(jié)合實(shí)際業(yè)務(wù)場(chǎng)景進(jìn)行定制組合，提升模型泛化能力和魯棒性。

• 主流模型覆蓋

支持U-Net，DeepLabv3 +，ICNet三類(lèi)主流分割網(wǎng)絡(luò)，結(jié)合預(yù)訓(xùn)練模型和可調(diào)節(jié)的骨干網(wǎng)絡(luò)，滿(mǎn)足不同性能和精度的要求。

• 高效

PaddleSeg支持多進(jìn)程IO，多卡并行，跨卡批量Norm同步等訓(xùn)練加速策略，結(jié)合飛輪核心框架的顯存優(yōu)化功能，可以大幅度減少分割模型的顯著體積，從而完成分割模型訓(xùn)練。

• 工業(yè)級(jí)部署

基于Paddle Serving和PaddlePaddle的高級(jí)預(yù)測(cè)引擎，結(jié)合百度開(kāi)放的AI能力，輕松構(gòu)建人像分割和車(chē)道線(xiàn)分割服務(wù)。