本目录提供了PaddleSeg的动态图版本，目前已经完成了模型训练、评估、数据处理等功能，在未来的版本中，PaddleSeg将会启动默认的动态图模式。目前该目录处于实验阶段，如果您在使用过程中遇到任何问题，请通过issue反馈给我们，我们将会在第一时间跟进处理。
| 模型\骨干网络 | ResNet50 | ResNet101 | HRNetw18 | HRNetw48 |
|---|---|---|---|---|
| ANN | ✔ | ✔ | ||
| BiSeNetv2 | - | - | - | - |
| DANet | ✔ | ✔ | ||
| Deeplabv3 | ✔ | ✔ | ||
| Deeplabv3P | ✔ | ✔ | ||
| Fast-SCNN | - | - | - | - |
| FCN | ✔ | ✔ | ||
| GCNet | ✔ | ✔ | ||
| OCRNet | ✔ | ✔ | ||
| PSPNet | ✔ | ✔ | ||
| UNet | - | - | - | - |
- Cityscapes
- Pascal VOC
- ADE20K
- Pascal Context
- COCO stuff
- 安装PaddlePaddle
版本要求
-
PaddlePaddle >= 2.0.0rc
-
Python >= 3.6+
由于图像分割模型计算开销大，推荐在GPU版本的PaddlePaddle下使用PaddleSeg。推荐安装10.0以上的CUDA环境。
安装教程请见PaddlePaddle官网。
- 下载PaddleSeg代码
git clone https://github.com/PaddlePaddle/PaddleSeg- 安装PaddleSeg依赖 通过以下命令安装python包依赖，请确保在该分支上至少执行过一次以下命令：
cd PaddleSeg/dygraph
export PYTHONPATH=`pwd`
# windows下请执行以下命令
# set PYTHONPATH=%cd%
pip install -r requirements.txtpython train.py --config configs/quick_start/bisenet_optic_disc_512x512_1k.yml