火爆 GitHub！这个图像分割神器开源了

点击左上方蓝字关注我们

在如期举行的全球计算机视觉顶会 CVPR2021 上，PaddleSeg 再次绽放高光。其中 AutoNUE 挑战赛是近年来自动驾驶场景理解领域极具影响力的一场赛事，非常考验参赛者在非结构化环境中的语义分割算法能力。百度 PaddleSeg 团队最终击败其余参赛队伍，在 Level 1， Level 2， Level 3 三项测试指标上均以第一名的成绩摘获冠军。

Web 视频会议  

全景分割

这么好的产品，还不快上车/p>

上车地址：

https://github.com/PaddlePaddle/PaddleSeg

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.js）多种使用场景的需求。

产业级解决方案详解：

https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.2/contrib/HumanSeg

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br>

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。

 交互式分割智能标注工具 

业界对于人工智能有这么一句话：“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。

为此 PaddleSeg 团队重磅推出的交互式分割智能标注软件EISeg 那具体什么是交互式分割呢过下面的动态图来了解一下。

不难发现，交互式分割通过一系列的绿色点（正点）和红色点（负点）实现了对目标对象的边缘分割，交互式分割主要的应用方向是图像编辑和半自动标注，可以应用于精细化标注，抠图，辅助图像后期处理（例如 PS）等场景。

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，我们支持对 RITM 模型的训练、预测及交互的全流程。PaddleSeg 交互式分割模型不仅仅支持从头训练强大的通用场景模型，还支持对特定场景数据进行 Finetune。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。

Panoptic DeepLab 首次以 bottem-up 和 single-shot 算法形式达到 state-of-the-art 性能，相比于 top-down 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，目前 Cityscape 全景分割榜首即基于该算法。

精彩课程抢先看

7.13-15日每晚 8:15-9:30 

百度高工将为我们带来

“全球冠军带你实现产业级图像分割“的精彩直播课

小伙伴们快戳二维码抢座

我们直播间不见不散～～

来源：飞桨PaddlePaddle