GitHub에서 핫! 이 아티팩트는 오픈 소스입니다!
- 藏色散人앞으로
- 2021-08-09 15:54:093411검색
최근 세계 주요 신차 제조회사들이 이보다 더 인기를 끌 수는 없습니다! 편집장은 치솟는 주가를 보고 정말 부러워합니다. 업계를 아는 사람이라면 Tesla가 이끄는 주요 기업이 컴퓨터 비전을 자율 주행의 기술 기반으로 사용한다는 것을 알고 있습니다.
이미지 분할이 중요한지 강조할 필요가 있나요? 오늘 소개해드리고 싶은 오픈소스 제품군은 업계 최고 수준의 이미지 분할 알고리즘을 적용하여 뛰어난 결과를 제공하는 PaddleSeg입니다. ! 맙소사, 무엇을 기다리고 있나요? ! 그 사람을 접시에 담으세요! 그 사람을 접시에 담으세요! 그 사람을 접시에 담으세요!
예정된 글로벌 컴퓨터 비전 컨퍼런스 CVPR2021에서 PaddleSeg가 다시 한 번 빛을 발했습니다. 그 중 AutoNUE 챌린지는 최근 자율주행 장면 이해 분야에서 매우 영향력 있는 행사로, 비정형 환경에서 참가자들의 의미분할 알고리즘 능력을 테스트하는 행사이다. 바이두 패들세그 팀은 마침내 다른 참가 팀들을 물리치고 레벨 1, 레벨 2, 레벨 3의 3가지 테스트 지표에서 1위를 차지하며 우승을 차지했다.
궁금한 친구들은 게임 세부정보로 바로 갈 수 있습니다:
https://bj.bcebos.com/paddleseg/docs/autonue21_presentation_PaddleSeg.pdf
그럼 PaddleSeg란 정확히 무엇일까요? 편집자는 공식 설명을 알아보기 위해 GitHub를 방문했습니다.
PaddleSeg는 PaddleSeg를 기반으로 개발된 엔드 투 엔드 이미지 분할 개발 키트로, 높은 정밀도와 다양한 방향의 고품질 분할 모델을 포괄합니다. 가볍다. 모듈식 설계를 통해 개발자는 교육부터 배포까지 전체 프로세스 이미지 분할 애플리케이션을 완료할 수 있습니다. PaddleSeg의 기능과 최근 업데이트에 대해 알려드리겠습니다.
세로 분할 기능을 새롭게 업그레이드하고 웹에서 초경량 모델 배포 솔루션을 제공합니다.
세련된 분할 솔루션 PaddleSeg- Matting을 출시했습니다.
파노라마 분할 알고리즘인 Panoptic-DeepLab을 오픈 소스로 제공하여 모델 유형을 강화했습니다. 대화형 분할을 위한 지능형 주석 도구 EISeg를 출시했습니다. 라벨링 효율성이 크게 향상됩니다.
https://github.com/PaddlePaddle/PaddleSeg
산업 수준 인물 분할 솔루션 PPSeg
인물 분할은 이미지 분야에서 매우 일반적인 응용 프로그램입니다. 실제 적용 과정에서 중국 인물 사진의 데이터 세트는 휴대폰, 카메라, 감시 등 다양한 소스에서 제공됩니다. 이미지 크기는 가로, 세로 또는 정사각형일 수 있습니다. 다양한 배포 시나리오가 있으며 일부 애플리케이션은 서버 측에 있고 일부 애플리케이션은 모바일 측에 있으며 일부 애플리케이션은 웹 측에 있습니다. 이를 위해 PaddleSeg 팀은 서버, 모바일 및 웹(Paddle.js)에서 다양한 사용 시나리오의 요구 사항을 충족하기 위해 대규모 세로 데이터에 대해 훈련된 세로 분할 PPSeg 모델을 출시했습니다.
산업 수준 솔루션에 대한 자세한 설명:
https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.2/contrib/HumanSeg
친구들도 Baidu 홈페이지에 가서 Baidu 비디오를 체험할 수 있습니다. PaddleSeg와 Paddle.js가 제공하는 세로 분할 기능을 직관적으로 경험해 보세요.
세분화된 세분화 솔루션 PaddleSeg-Matting
세그먼트 기술의 발전으로 세분화된 세분화에 대한 사람들의 요구 사항이 점점 더 높아지고 있습니다. 예를 들어, 일부 영화 및 TV 산업에서는 촬영 배경을 변경하기 위해 그린 스크린을 흔히 사용하지만, 그린 스크린 앞에서 촬영하는 것이 목표가 아닌 경우에도 좋은 배경 분할 기능을 달성할 수 있을까요?
답은: 그렇습니다!
PaddleSeg 팀의 최근 오픈 소스 미세 분할 솔루션인 PaddleSeg-Matting은 이 문제를 매우 잘 해결합니다. 대상 모발이 정확하게 분할됩니다.
PaddleSeg는 내장된 트라이맵 생성 메커니즘을 통해 알파 예측을 실현합니다. 이 메커니즘은 보조 정보 입력 없이 예측을 완료할 수 있어 인건비를 크게 절감합니다. 인코더 가중치를 공유하여 네트워크 매개변수 수를 줄이고 디코더 단계의 주의 모듈을 사용하여 알파 예측을 위한 트라이맵 정보 흐름 지침을 구현합니다. 그런 다음 오류 맵을 사용하여 잘못 추정된 영역의 패치를 추출하고 세분화 하위 네트워크를 통해 이를 정제하여 최종 알파를 얻습니다.
대화형 분할 지능형 주석 도구
업계에서는 인공 지능에 관해 다음과 같은 말이 있습니다. "딥 러닝이 얼마나 지능적인지, 그 뒤에 인공 지능이 얼마나 있는지." 이 문장은 결국 모델의 품질이 큰 요인이 되지만, 데이터 라벨링 비용은 많은 실무자들에게 고민거리가 됩니다.
이러한 이유로 PaddleSeg 팀은 대화형 분할 지능형 주석 소프트웨어 EISeg를 출시했습니다. 그렇다면 대화형 분할이란 정확히 무엇일까요? 아래의 다이나믹 차트를 통해 알아보세요.
Interactive Segmentation은 일련의 녹색 점(양성 점)과 빨간색 점(음성 점)을 통해 대상 객체의 가장자리 분할을 달성한다는 것을 어렵지 않게 찾을 수 있습니다. Interactive Segmentation의 주요 적용 방향은 다음과 같습니다. 세련된 주석, 컷아웃, 보조 이미지 후처리(예: PS)와 같은 시나리오에 적용할 수 있는 이미지 편집 및 반자동 주석.
PaddleSeg 팀과 PaddleCV-SIG 회원은 RITM 알고리즘을 기반으로 하는 업계 최초의 고성능 대화형 분할 도구 EISeg를 출시했습니다. 우리는 RITM 모델의 훈련, 예측 및 상호 작용의 전체 프로세스를 지원합니다. PaddleSeg 대화형 분할 모델은 처음부터 강력한 일반 장면 모델 훈련을 지원할 뿐만 아니라 특정 장면 데이터에 대한 Finetune도 지원합니다. 우리는 Baidu의 자체 구축 인물 데이터 세트를 사용하여 모델을 미세 조정하고 빠른 예측 속도, 높은 정확도 및 적은 상호 작용 지점을 갖춘 인물 대화형 분할 모델을 얻습니다.
이 소프트웨어는 사용자가 pip 및 conda를 사용하여 설치할 수 있도록 지원하는 다양한 설치 방법을 제공합니다. 또한 Windows에서 실행 가능한 exe 파일을 두 번 클릭하여 프로그램을 실행합니다.
Panoptic-DeepLab
파노라마 분할은 최근 이미지 분할 분야에서 새롭게 등장한 분야로 2018년 FAIR와 하이델베르그 대학에서 처음 제안되었습니다.
파노라마 분할이란 무엇인가요?
이미지의 정보는 사물(thing)과 물건(stuff)으로 나눌 수 있는데, 물건은 자동차, 동물 등 셀 수 있는 사물을 나타내고, 물건은 해변, 하늘 등 셀 수 없는 사물을 나타냅니다. 의미 분할 작업은 이미지가 사물인지 사물인지에 주의를 기울이지 않고, 각 픽셀이 속하는 의미 범주에만 초점을 맞추기 때문에 인스턴스 객체를 구별할 수 없습니다. 인스턴스 분할은 사물의 분할, 이미지 속의 사물 식별, 서로 다른 개별 인스턴스 및 해당 의미 정보를 구별하는 데 중점을 두고 있습니다. 파노라믹 분할(Panoramic Segmentation)은 사물의 경우 서로 다른 개별 인스턴스와 해당 의미 정보를 식별하는 의미론적 분할과 인스턴스 분할을 결합한 기술입니다.
Panoptic DeepLab은 병업 및 싱글샷 알고리즘 형태로 최초로 최첨단 성능을 달성합니다. 하향식 알고리즘에 비해 Panoptic DeepLab은 단순한 네트워크 구조로 정확성과 속도를 모두 달성하는 선구적인 기술입니다. 파노라마 분할. 알고리즘의 새로운 방향입니다. 현재 Cityscape 파노라마 분할의 상위 순위는 이 알고리즘을 기반으로 합니다.
PaddleSeg 전체 보기
올스타 알고리즘 라인업
20개 이상의 유사한 프레임워크를 선도하는 고정밀 의미론적 분할 알고리즘, 50개 이상의 사전 훈련된 모델 추가 파노라마 분할 알고리즘으로 애플리케이션 장면을 풍부하게 합니다. 멀티엔드 구축에 적합한 고정밀 인물 분할 알고리즘 HumanSeg를 제공합니다.
전체 산업 체인의 배포
동적 그래픽 개발을 완벽하게 지원할 뿐만 아니라 동적 및 정적 변환을 원활하게 완료할 수 있으며 데이터 전처리, 알고리즘 교육 및 조정에서 전체 프로세스를 원활하게 합니다. 압축, 다중 터미널 배포 등. 통합을 통해 사용자 개발의 용이성이 크게 향상되고 알고리즘 산업 애플리케이션의 구현이 가속화되었습니다. 특히 Paddle.js는 웹 측 배포를 지원하므로 웹 측 배포에 더 많은 가능성을 제공합니다.
무엇을 기다리고 있나요? ! 이렇게 세심하게 개발된 고품질 제품, 서둘러서 스타 컬렉션에 모아보세요!
포털:
https://github.com/PaddlePaddle/PaddleSeg