Press "Enter" to skip to content

找了好久,终于发现了一款好用到爆炸的图像分割工具~

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

Tesla为首的全球各大新势力造车企业最近简直火的不能再火,过山车似的股价也足以证明各界对自动驾驶行业炽烈的期待!而Tesla经过多方面权衡最终采用纯视觉识别的方案,这种方案相比激光雷达方案有更低成本以及更强的统一性。而图像分割技术,作为视觉识别技术中举足轻重的模块,是智能车得以精准区分哪里是路,哪里是人的关键!

 

 

而今天小编要给大家介绍的这个项目,它不仅涵盖业界最主流的DeepLab、UNet等23个系列60多个语义分割算法及预训练模型, 还新发布了 在全球计算机视觉顶会CVPR2021上AutoNUE挑战中获得冠军的语义分割算法 ,还有实时高精度人像分割算法PPSeg、即将开源的精细化的分割PaddleSeg-Matting、全景分割算法Panoptic-DeepLab!

 

 

不仅如此,它还提供 基于交互式分割算法的智能标注工具 EISeg!

 

 

Web 视频会议

 

 

Matting

 

 

全景分割

 

 

交互式分割

 

简而言之,这个项目可以全方位、立体式地满足开发者在图像分割方向各个维度的需求。不得不大说一声:

 

 

这幺好的产品,还不赶紧Star收藏起来细细研究?!

 

上车地址:

 

https://github.com/PaddlePaddle/PaddleSeg

 

光说不练假把式,下面就让小编来给大家分析分析这个项目到底有什幺过人之处!

 

产业级人像分割方案PPSeg

 

人像分割是图像分割领域非常常见的应用,在实际应用过程中人像的数据集来源多种多样,数据可能来源于手机、相机、监控等,图片尺寸可能是横屏、竖屏或者方屏。部署场景多种多样,有的应用在服务器端,有的应用在移动端,还有的应用在网页端。 为此 PaddleSeg 团队推出了在大规模人像数据上训练的人像分割 PPSeg 模型,满足在服务端、移动端、Web 端(Paddle.)多种使用场景的需求。

 

 

而近期“百度视频会议”也上线了虚拟背景功能,通过Padddle.js实现了在web端部署,支持用户在视频会议时进行背景切换。

 

 

小伙伴们也可前去百度首页体验百度视频会议,直观体验一下 PaddleSeg 和 Paddle.js 为大家提供的人像分割功能。

 

 精细化的分割解决方案 PaddleSeg-Matting

 

随着分割技术的发展,人们对 分割的精细化 的要求也越来越高。比如在一些影视行业,绿幕作为拍摄的换背景常用的工作,但目标不在绿幕前拍摄,是否还能达到很好的背景分割功能呢?

 

答案是:能!

 

最近 PaddleSeg 团队开源的 精细化分割解决方案 PaddleSeg-Matting 就很好的解决了这个问题。将目标的发丝实现了精准的分割。

 

 

PaddleSeg 通过内建 trimap 生成机制实现 alpha 预测,无需任何辅助信息的输入即可完成预测,极大减少了人工成本。通过共享 encoder 权重减少网络的参数量,并在 decoder 阶段利用 attention module 实现 trimap 信息流对 alpha 预测的指导。然后利用 error map 提取错估区域的 patch,通过 refinement 子网络进行 refine 得到最终的 alpha。

 

 交互式分割智能标注工具

 

业界对于人工智能有这幺一句话:“深度学习有多智能、背后就有多少人工”。这句话直接说出了深度学习从业者心中的痛处,毕竟模型的好坏数据占据着很大的因素,但是数据的标注成本却让很多从业的小伙伴们感到头疼。

 

因此,PaddleSeg团队联合PaddleCV-SIG成员基于RITM算法,推出了业界首个高性能的交互式分割工具EISeg。它可以通过一系列的绿色点(正点)和红色点(负点)实现对目标对象边缘精准的分割,可以用于图像编辑、半自动标注,从而实现精细化标注,抠图,辅助图像后期处理(例如PS)等场景应用。

 

 

 

PaddleSeg 还支持对RITM模型的训练、预测及交互的全流程。我们利用百度自建人像数据集对模型Finetune,得到预测 速度快,精度高,交互点少的人像交互式分割模型。

 

 

全景分割 Panoptic-DeepLab

 

全景分割是图像分割领域在近年来兴起的一个新领域,它融合了语义分割和实例分割的技术,可以识 别出已知可数对象(例如车、动物等)的实例语义信息;而对于未知不可数对象(例如沙滩、天空等)识别出单纯的语义信息。

 

而PaddleSeg提供的全景分割算法–Panoptic DeepLab以简单的网络结构实现了精度、速度双超越,开创了全景分割算法新方向,也是当前Cityscape全景分割榜首采用的算法。

 

你还在等什幺?! 如此用心研发的高水准产品,还不赶紧 Star 收藏上车!

 

传送门:

 

https://github.com/PaddlePaddle/PaddleSeg

 

 

Be First to Comment

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注