自动驾驶、高精抠图、半自动标注一网打尽！

导读

在CV领域的很多应用中，比如工业质检、遥感图像、自动驾驶，图像分割是非常关键的技术。在这个过程中，速度和精度都是需要考虑的因素，而如何从网络设计、模型部署方面进行创新提升，PP-LiteSeg会从项目应用、代码实战等角度给出详细的行业分享。

支撑影视人像抠图、医疗影像分析、自动驾驶感知等万亿级市场背后的核心技术是什么？那就要说到顶顶重要的图像分割技术。相比目标检测、图像分类等技术，图像分割需要将每个像素点进行分类，在精细的图像识别任务中不可替代，也是智能视觉算法工程师拥有关键核心竞争力的关键！

图1 图像分割应用

正因如此，DeepLabv3、OCRNet、BiseNetv2、Fast-SCNN等优秀算法层出不穷，然而在实际产业落地过程中往往需要综合考虑硬件性能、精度等多方面因素，对算法的需求也是苛刻的。往往业界算法在保障高识别精度的情况下，就会牺牲算法运行速度；反之追求速度，则会带来精度的大幅度损失。

图2 各算法速度与精度平衡情况示意

如何能同时实现速度和精度的均衡，在当前云、边、端多场景协同的产业大趋势下高标准满足产业需求，是各届研究人员致力投入的方向。

PP-LiteSeg就是这样一个同时兼顾精度与速度的SOTA（业界最佳）语义分割模型。它基于Cityscapes数据集，在1080ti上精度为mIoU 72.0时，速度高达273.6 FPS , （mIoU 77.5 时，FPS为102.6），超越现有CVPR SOTA模型STDC，真正实现了精度和速度的SOTA均衡。

图3 PP-LiteSeg精度/速度说明

空口无凭，欢迎优秀的你直接试用！ （记得Star收藏跟进最新状态）

传送门：

https://github.com/PaddlePaddle/PaddleSeg

更值得令人惊喜的是，PP-LiteSeg不仅在开源数据集评测效果优秀，在产业数据集也表现出了惊人的实力！例如在质检、遥感场景，PP-LiteSeg的精度与高精度、大体积的OCRNet持平，而速度却快了近7倍！！！

图4 PP-LiteSeg和OCRNet

在某工业质检数据集识别情况对比

图4 PP-LiteSeg和OCRNet

在deepglobe数据集识别情况对比

那PP-LiteSeg为何可以拥有这么优秀的效果呢？

PP-LiteSeg提出三个创新模块：灵活的解码模块（FLD）、注意力融合模块（UAFM）、简易金字塔池化模块（SPPM）。FLD灵活调整解码模块中通道数，平衡编码模块和解码模块的计算量，使得整个模型更加高效；UAFM模块效地加强特征表示，更好地提升了模型的精度；SPPM模块减小了中间特征图的通道数、移除了跳跃连接，使得模型性能进一步提升。

图5 PP-LiteSeg 模型结构和优化点

正是基于这些模块的设计与改进，最终PP-LiteSeg超越其他方法，在1080ti上精度为mIoU 72.0时，速度高达273.6 FPS , （mIoU 77.5 时，FPS为102.6），实现了精度和速度的SOTA平衡。更多关于PP-LiteSeg的内容，请参考：

https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.5/configs/pp_liteseg

为了让开发者们更深入的了解PP-LiteSeg这个SOTA模型，解决落地应用难点，掌握产业实践的核心能力，飞桨团队精心准备了精品直播课！

扫码报名直播课

进入技术交流群

4月26日20:30，百度资深高工将为我们详细介绍精度和速度平衡的PP-LiteSeg，对其原理及使用方式进行拆解，更有汽车金属垫片缺陷分割实战，加上直播现场互动答疑，还在等什么！抓紧扫码上车吧！

【引用说明】

图1

1.辅助驾驶图片来源百度地图APP AR导航截图

2.3D分割数据集来源于MRISpineSeg spine dataset

3.人像抠图源于百度飞桨内部工作人员

4.遥感图像源于中科星图 GEOVIS iBrain空天大数据智能解译产品

图4：合作伙伴提供质检数据样例

图5：源于deepglobe数据集