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:

这么好的产品,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么过人之处!

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.js)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。

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。

你还在等什么?!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

扫码报名,立即加入技术交流群

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~~

点击“阅读原文”,即可参与报名

2021CVPR冠军图像分割算法全解密相关推荐

  1. CVPR 2021 顶会冠军图像分割算法全解密

    来源:DataFunTalk本文约1400字,建议阅读5分钟 本文为大家介绍 CVPR 2021 顶会冠军图像分割算法. 以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 ...

  2. 最全综述 | 图像分割算法

    原文链接传送 图像分割是计算机视觉研究中的一个经典难题,已经成为图像理解领域关注的一个热点,图像分割是图像分析的第一步,是计算机视觉的基础,是图像理解的重要组成部分,同时也是图像处理中最困难的问题之一 ...

  3. 想学图像分割,强烈建议从这5篇图像分割算法综述

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自 | 极市平台 引言 在过去的一年中,计算机视觉领域出现了 ...

  4. 大盘点 | 2020年5篇图像分割算法最佳综述

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨cynthia yawain 编辑丨极市平台 本文为极市平台原创整理,转载请联系极市小编. 导读 ...

  5. 综述的综述!5 篇2020 年「图像分割算法」最佳综述论文详解

    在过去的一年中,计算机视觉领域出现了许多优秀的工作,并推动了相关领域的技术发展与进步.极市平台对2020年出现的全部计算机视觉综述论文进行了分方向梳理.本篇文章为2020年图像分割方向的综述论文汇总, ...

  6. 一文看透汽车芯片!巨头布局技术路线全解密【附下载】| 智东西内参

    来源:智东西 摘要:一文看透汽车芯片!巨头布局技术路线全解密 智能驾驶涉及人机交互.视觉处理.智能决策等,核心是 AI 算法和芯片.伴随汽车电子化提速,汽车半导体加速成长,2017 年全球市场规模 2 ...

  7. 【AI有识境】如何掌握好图像分割算法?值得你看的技术综述

    大家好,这是专栏<AI有识境>的第二篇文章,讲述如何掌握好图像分割算法. 进入到有识境界,可以大胆地说自己是一个非常合格的深度学习算法工程师了,能够敏锐地把握自己研究的领域,跟踪前沿和能落 ...

  8. 100个深度图像分割算法,纽约大学UCLA等最新综述论文

    转载自 https://new.qq.com/omn/20200122/20200122A0BEL300.html 100个深度图像分割算法,纽约大学UCLA等最新综述论文 [新智元导读]来自纽约大学 ...

  9. 传统与深度学习图像分割算法

    Blog:https://blog.csdn.net/qq314000558/article/details/81632693 1998年以来,人工神经网络识别技术已经引起了广泛的关注,并且应用于图像 ...

最新文章

  1. 阻塞与非阻塞的IO网络读写
  2. Habana Labs
  3. Python爬虫_selenium
  4. java 网络编程 聊天_Java——网络编程(实现基于命令行的多人聊天室)
  5. 这份网约车安全乘车指南,请务必收下!
  6. ajax优缺点及原理,Ajax实例解析,异步机制以及优缺点
  7. java的内部字符编码
  8. 自定义 Dialog --- 仿照微信删除联系人界面
  9. 使用DNSStager在DNS中隐藏Payload
  10. 数字图像处理-基本知识总结
  11. ISO/IEC 27017:2015 标准信息安全策略
  12. qstring 字符串查找_怎样用QT查找字符串并标记要查找的内容
  13. Jeston NX ubuntu 搜狗拼音输入法安装
  14. 计算机安全威胁防范,计算机网络安全威胁及防范措施
  15. 2022SWJTUACM新秀杯题解
  16. Construct 2 制作游戏心得
  17. 如果写不出好的和弦就在洒满阳光的钢琴前一起吃布丁+与8有关的事儿
  18. Hoeffding 不等式
  19. r5处理器_R5-4600H和i5-10400差距多大?
  20. 爬虫配套学习-前端学习笔记04-表格

热门文章

  1. halcon学习笔记——机器视觉工程应用的开发思路
  2. ASP.NET页面揭秘之页面生命周期
  3. [转载]HTTP PUSH技术原理,结合ASP.NET实现以及评述
  4. 准备写一个Ibatisnet开发指南
  5. day21.模块和包
  6. 关于spring mybateis 定义resultType=java.util.HashMap
  7. iOS 因为reason: 'Pushing the same view controller instance more than once is not supported而奔溃(下)...
  8. 基于HBASE的并行计算架构之rowkey设计篇
  9. wall poj 1113
  10. mysql定位前后端问题_Web 前后端分离的意义大吗?