人工智能计算机视觉预训练【免费下载链接】PaddleSegEasy-to-use image segmentation library with awesome pre-trained model zoo, supporting wide-range of practical tasks in Semantic Segmentation, Interactive Segmentation, Panoptic Segmentation, Image Matting, 3D Segmentation, etc.项目地址https://gitcode.com/gh_mirrors/pa/PaddleSeg点击查看免费下载本指南以 PaddleSeg 官方 API 文档 models.md含中文版 models_cn.md为主体系统梳理paddleseg.models子包中 21 种经典语义分割模型的类签名、参数含义与论文出处并深入对应源码paddleseg/models与真实训练配置configs进行印证帮助开发者快速掌握模型选型、参数调优与在 PaddleSeg 配置文件中正确装配模型的方法。1. paddleseg.models 子包概览paddleseg.models是 PaddleSeg 的模型层核心子包聚集了用于图像语义分割的经典网络实现。API 文档列出的 21 种模型覆盖了从实时分割到高精度分割的完整谱系类别模型代表论文Encoder-Decoder / ASPP 家族DeepLabV3DeepLabV3P、DeepLabV3、GSCNN、DecoupledSegNetDeepLab 系列、Gated-SCNN、Decoupled Body and Edge Supervision全卷积 / 金字塔池化FCN、PSPNet、HarDNetFCN、Pyramid Scene Parsing、HarDNet注意力 / 上下文建模OCRNet、DANet、ANN、GCNet、ISANet、EMANet、DNLNetOCR、Dual Attention、Asymmetric Non-local、GCNet、ISA、EM Attention、Disentangled Non-local实时分割BiSeNetV2、FastSCNNBiSeNet V2、Fast-SCNNU 型结构医学图像常用UNet、U²Net、U²NetU2Netp、AttentionUNet、UNetU-Net、U²-Net、Attention U-Net、UNet关于命名的一点说明文档中的 DeepLabV3 在源码中对应的类名是DeepLabV3PP即 PlusU²Net 的轻量版 U²Net 对应的类名是U2Netp两对类都定义在 deeplab.py 与 u2net.py 中。所有模型类均通过manager.MODELS.add_component装饰器注册进组件管理器因此在 YAML 配置文件中可以直接用type: DeepLabV3P这类字符串名引用。1.1 组件注册机制配置文件中type字段的底层原理从源码结构看模型能够被配置字符串引用的关键在于 paddleseg/cvlibs/manager.py 中定义的ComponentManager组件管理器。它维护一个components_dict字典add_component方法以类名或函数名为键完成注册MODELS ComponentManager(models) BACKBONES ComponentManager(backbones) DATASETS ComponentManager(datasets) TRANSFORMS ComponentManager(transforms) LOSSES ComponentManager(losses) OPTIMIZERS ComponentManager(optimizers)在 paddleseg/models/init.py 中通过from .deeplab import *等语句将各模型模块整体导入配合类定义上方的manager.MODELS.add_component装饰器全部模型在包导入时即完成注册。因此训练脚本tools/train.py解析 YAML 配置时model.type字段只需写类名如DeepLabV3P、OCRNet、PSPNet框架便会从MODELS.components_dict中取出对应类并按其构造签名传入其余配置项。2. 编码器-解码器与 ASPP 家族DeepLabV3、DeepLabV32.1 DeepLabV3DeepLabV3P基于 PaddlePaddle 实现的 DeepLabV3Plus论文出处为Encoder-Decoder with Atrous Separable Convolution for Semantic Image SegmentationChen et al., arXiv:1802.02611。类签名与全部参数如下class paddleseg.models.DeepLabV3P( num_classes, backbone, backbone_indices (0, 3), aspp_ratios (1, 6, 12, 18), aspp_out_channels 256, align_corners False, pretrained None )参数类型说明默认值num_classesint目标类别总数相互独立的类别数量必填backbonepaddle.nn.Layer骨干网络目前支持 ResNet50_vd / ResNet101_vd / Xception65必填backbone_indicestuple元组中两个值指示骨干网络输出的索引第一个索引对应 Decoder 使用的低层特征第二个对应输入 ASPP 的特征(0, 3)aspp_ratiostupleASSP 模块中使用的空洞率output_stride16 时设为(1, 6, 12, 18)output_stride8 时设为(1, 12, 24, 36)(1, 6, 12, 18)aspp_out_channelsintASPP 模块输出通道数256align_cornersboolF.interpolate的参数特征尺寸为偶数如 1024x512时设为 False奇数如 769x769时设为 TrueFalsepretrainedstr预训练模型的 url 或 pathNone从 deeplab.py 源码看DeepLabV3P构造时会用backbone.feat_channels[i] for i in backbone_indices取出所选索引对应的通道数喂给DeepLabV3PHeadforward中所有输出 logit 均会被F.interpolate双线性上采样回输入尺寸当pretrained非空时调用utils.load_entire_model整体加载预训练权重。一个值得注意的实现细节是类构造签名里还有一个未写进文档的data_format参数默认NCHW可选NHWC用于指定输入张量的数据布局。以 configs/deeplabv3p/deeplabv3p_resnet50_os8_cityscapes_1024x512_80k.yml 为例DeepLabV3P 在 Cityscapes 上的完整模型配置为model: type: DeepLabV3P backbone: type: ResNet50_vd output_stride: 8 multi_grid: [1, 2, 4] pretrained: https://bj.bcebos.com/paddleseg/dygraph/resnet50_vd_ssld_v2.tar.gz num_classes: 19 backbone_indices: [0, 3] aspp_ratios: [1, 12, 24, 36] aspp_out_channels: 256 align_corners: False pretrained: null注意此处backbone.output_stride: 8因此aspp_ratios相应采用了 8 倍下采样对应的(1, 12, 24, 36)与文档中output_stride8 时使用 (1, 12, 24, 36)的说明完全一致——这正是配置与文档相互印证的典型案例。更多同类配置可参考 deeplabv3p 目录 下的其他 YAML含 769x769 与 VOC 数据集变体。2.2 DeepLabV3DeepLabV3 同样位于 deeplab.py论文出处为Rethinking Atrous Convolution for Semantic Image SegmentationChen et al., arXiv:1706.05587。与 V3 相比它没有低层特征融合的 Decoderbackbone_indices只取单值class paddleseg.models.DeepLabV3( num_classes, backbone, backbone_indices (3, ), aspp_ratios (1, 6, 12, 18), aspp_out_channels 256, align_corners False, pretrained None )参数含义与 DeepLabV3P 一致区别在于backbone_indices默认(3, )仅取骨干最后一个 stage 输出作为 ASPP 输入。对应配置示例见 configs/deeplabv3/deeplabv3_resnet50_os8_cityscapes_1024x512_80k.yml。3. 全卷积与金字塔池化FCN、PSPNet、HarDNet3.1 FCNFCN 是语义分割的开山之作PaddleSeg 提供简单实现论文出处为Fully Convolutional Networks for Semantic SegmentationShelhamer et al., arXiv:1411.4038。签名如下注意文档给出的签名为精简形式实际源码在 fcn.py 中还包含align_corners、pretrained等参数class paddleseg.models.FCN( num_classes, backbone_indices (-1, ), backbone_channels (270, ), channels None )参数说明默认值num_classes目标类别总数必填backbone骨干网络paddle.nn.Layer必填backbone_indices指示骨干网络输出索引(-1, )channelsFCNHead 中卷积层与最后一层之间的通道数为 None 时取输入特征通道数Nonealign_cornersF.interpolate参数规则同前Falsepretrained预训练模型 url 或 pathNone3.2 PSPNetPSPNet 通过金字塔池化模块Pyramid Pooling Module聚合多尺度上下文论文出处为Pyramid Scene Parsing NetworkZhao et al., CVPR 2017class paddleseg.models.PSPNet( num_classes, backbone, backbone_indices (2, 3), pp_out_channels 1024, bin_sizes (1, 2, 3, 6), enable_auxiliary_loss True, align_corners False, pretrained None )参数说明默认值backbone骨干网络目前支持 ResNet50/101必填backbone_indices两个值指示骨干输出索引辅助损失与主头各取其一(2, 3)pp_out_channels金字塔池化模块后的输出通道数1024bin_sizes池化后特征图尺寸bins(1, 2, 3, 6)enable_auxiliary_loss是否添加辅助损失Truealign_corners/pretrained同前False/None从 pspnet.py 源码看PSPNet同样遵循backbone 提取特征 → head 计算 logit → 全部上采样回输入尺寸的统一范式且forward无条件返回 logit 列表训练时含辅助 logit推理时由 head 内部裁剪。其配置示例见 configs/pspnet/pspnet_resnet50_os8_cityscapes_1024x512_80k.yml。3.3 HarDNetHarDNetFC-HarDNet 70 的实现主打低内存占用论文出处为HarDNet: A Low Memory Traffic NetworkChao et al., arXiv:1909.00948文档中标注为 [实时] 模型class paddleseg.models.HarDNet( num_classes, stem_channels (16, 24, 32, 48), ch_list (64, 96, 160, 224, 320), grmul 1.7, gr (10, 16, 18, 24, 32), n_layers (4, 4, 8, 8, 8), align_corners False, pretrained None )参数说明默认值stem_channels进入编码器之前的通道数(16, 24, 32, 48)ch_list编码器中每个 block 的通道数(64, 96, 160, 224, 320)grmulHarDBlock 中的通道倍增因子即论文中的 m1.7gr每个 HarDBlock 的增长率即论文中的 k(10, 16, 18, 24, 32)n_layers每个 HarDBlock 的层数(4, 4, 8, 8, 8)align_corners/pretrained同前False/None注意 HarDNet 是自包含骨干的模型无需外接 backbone与其余多数模型不同其实现在 hardnet.py配置示例见 configs/hardnet/hardnet_cityscapes_1024x1024_160k.yml。4. 上下文建模与注意力机制家族这一家族通过显式建模全局上下文或长程依赖来提升分割精度参数较多且专业术语密集是文档中篇幅最大的部分。4.1 OCRNetOCRNet 通过目标上下文表示Object-Contextual Representations聚合同类像素特征论文出处为Object-Contextual Representations for Semantic SegmentationYuan et al., arXiv:1909.11065class paddleseg.models.OCRNet( num_classes, backbone, backbone_indices, ocr_mid_channels 512, ocr_key_channels 256, align_corners False, pretrained None )参数说明默认值backbone_indices可含一个或两个值含两个值时第一个索引作为辅助层auxiliary layer的深度监督特征第二个作为像素表示pixel representation的输入只含一个值时同时用于两种用途必填ocr_mid_channelsOCRHead 中中间通道数512ocr_key_channelsObjectAttentionBlock 中 key 通道数256align_corners/pretrained同前False/None从 ocrnet.py 源码看OCRHead 由SpatialGatherBlock空间特征聚合与SpatialOCRModule目标上下文增强构成in_channels通过self.backbone.feat_channels[i] for i in backbone_indices动态取得。训练状态下forward返回 logit 列表主 logit 辅助 logit推理时if not self.training: logit_list [logit_list[0]]仅保留主 logit。对应配置 configs/ocrnet/ocrnet_hrnetw18_cityscapes_1024x512_160k.yml 展示了backbone_indices: [0]单索引同时供辅助与主头使用以及双损失配置model: type: OCRNet backbone: type: HRNet_W18 pretrained: https://bj.bcebos.com/paddleseg/dygraph/hrnet_w18_ssld.tar.gz num_classes: 19 backbone_indices: [0] loss: types: - type: CrossEntropyLoss - type: CrossEntropyLoss coef: [1, 0.4]4.2 DANetDANet 通过位置注意力position attention与通道注意力channel attention双路建模论文出处为Dual Attention Network for Scene SegmentationFu et al., arXiv:1809.02983。文档给出的签名为class paddleseg.models.DANet( num_classes, lambd 0.25, align_corners False, pretrained None )参数说明默认值num_classes目标类别总数必填backbone骨干网络paddle.nn.Layer必填backbone_indices指示骨干网络输出索引必填lambd控制语义分支通道大小的因子0.25align_corners/pretrained同前False/None说明文档签名的lambd与其他模型不同实际使用时 backbone 相关参数按 danet.py 源码为准。4.3 ANNANNAsymmetric Non-local Neural Networks以非对称非局部模块降低自注意力计算量论文出处为Asymmetric Non-local Neural Networks for Semantic SegmentationZhu et al., arXiv:1908.07678class paddleseg.models.ANN( num_classes, backbone, backbone_indices (2, 3), key_value_channels 256, inter_channels 512, psp_size (1, 3, 6, 8), enable_auxiliary_loss True, align_corners False, pretrained None )参数说明默认值backbone骨干网络目前支持 ResNet50/101必填backbone_indices两个值指示骨干输出索引(2, 3)key_value_channelsAFNB 与 APNB 模块中自注意力图的 key/value 通道数256inter_channelsAPNB 模块的输入与输出通道数512psp_size池化后特征图尺寸(1, 3, 6, 8)enable_auxiliary_loss是否添加辅助损失Truealign_corners/pretrained同前False/None源码 ann.py 显示ANN由ANNHead承载 AFNB非对称融合非局部块与 APNB非对称金字塔非局部块并支持辅助损失配置示例见 configs/ann。4.4 GCNetGCNet 统一了 non-local 与 SENet 的全局上下文建模论文出处为GCNet: Non-local Networks Meet Squeeze-Excitation Networks and BeyondCao et al., arXiv:1904.11492class paddleseg.models.GCNet( num_classes, backbone, backbone_indices (2, 3), gc_channels 512, ratio 0.25, enable_auxiliary_loss True, align_corners False, pretrained None )参数说明默认值gc_channels全局上下文块Global Context Block的输入通道数512ratio注意力通道数与 gc_channels 的比率0.25enable_auxiliary_loss是否添加辅助损失True其余参数同前—实现见 gcnet.py配置示例见 configs/gcnet。4.5 GSCNNGSCNNGated-SCNN通过门控形状分支强化边缘信息论文出处为Gated-SCNN: Gated Shape CNNs for Semantic SegmentationTakikawa et al., arXiv:1907.05740class paddleseg.models.GSCNN( num_classes, backbone, backbone_indices (0, 1, 2, 3), aspp_ratios (1, 6, 12, 18), aspp_out_channels 256, align_corners False, pretrained None )参数说明默认值backbone骨干网络目前支持 ResNet50_vd / ResNet101_vd必填backbone_indices四个值指示骨干四个 stage 的输出索引全量多尺度(0, 1, 2, 3)aspp_ratiosASPP 模块空洞率output_stride 规则同 DeepLab(1, 6, 12, 18)aspp_out_channelsASPP 模块输出通道数256align_corners/pretrained同前False/None实现见 gscnn.py配置示例见 configs/gscnn。4.6 ISANetISANet 以交错稀疏自注意力Interlaced Sparse Self-Attention逼近全局注意力论文出处为Interlaced Sparse Self-Attention for Semantic SegmentationHuang et al., arXiv:1907.12273class paddleseg.models.ISANet( num_classes, backbone, backbone_indices (2, 3), isa_channels 256, down_factor (8, 8), enable_auxiliary_loss True, align_corners False, pretrained None )参数说明默认值isa_channelsISA 模块的通道数256down_factor将高、宽维度划分为 (Ph, PW) 组(8, 8)enable_auxiliary_loss是否添加辅助损失True其余参数同前—实现见 isanet.py配置示例见 configs/isanet。4.7 EMANetEMANet 将期望最大化Expectation-Maximization引入注意力机制论文出处为Expectation-Maximization Attention Networks for Semantic SegmentationLi et al., arXiv:1907.13426是参数最多的模型之一class paddleseg.models.EMANet( num_classes, backbone, backbone_indices (2, 3), ema_channels 512, gc_channels 256, num_bases 64, stage_num 3, momentum 0.1, concat_input True, enable_auxiliary_loss True, align_corners False, pretrained None )参数说明默认值ema_channelsEMA 模块通道数512gc_channels全局上下文块的输入通道256num_basesbase 数量EM 基的数量64stage_numEM 迭代次数3momentum更新 base 的参数0.1concat_input是否在分类层之前拼接卷积的输入与输出Trueenable_auxiliary_loss是否添加辅助损失True其余参数同前—实现见 emanet.py配置示例见 configs/emanet。4.8 DNLNetDNLNet 解耦 non-local 中的白化与去白化过程论文出处为Disentangled Non-Local Neural NetworksYin et al., arXiv:2006.06668class paddleseg.models.DNLNet( num_classes, backbone, backbone_indices (2, 3), reduction 2, use_scale True, mode embedded_gaussian, temperature 0.05, concat_input True, enable_auxiliary_loss True, align_corners False, pretrained None )参数说明默认值reduction投影变换projection transform的缩减因子2use_scale是否按 sqrt(1/inter_channels) 缩放 pairwise weightTrue文档参数表中写作 False以源码 dnlnet.py 签名为准modenon-local 模式可选embedded_gaussian、dot_productembedded_gaussiantemperature调节注意力的温度参数0.05concat_input是否在分类层前拼接输入与输出Trueenable_auxiliary_loss是否添加辅助损失True其余参数同前—实现见 dnlnet.py配置示例见 configs/dnlnet。5. 实时分割模型BiSeNetV2、FastSCNN5.1 BiSeNetV2BiSeNet V2 采用双边网络 引导聚合Bilateral Network with Guided Aggregation实现实时分割论文出处为BiSeNet V2: Bilateral Network with Guided Aggregation for Real-time Semantic SegmentationYu et al., arXiv:2004.02147class paddleseg.models.BiSeNetV2( num_classes, lambd 0.25, align_corners False, pretrained None )参数说明默认值lambd控制语义分支通道大小的因子0.25align_corners/pretrained同前False/NoneBiSeNetV2 同样自包含骨干实现见 bisenet.py配置示例见 configs/bisenetv1 与相关实时配置。5.2 FastSCNNFastSCNN 是文档中唯一给出明确速度数据的实时模型原论文指出其在 1024x2048 高分辨率图像上仍可达 123.5fps论文出处为Fast-SCNN: Fast Semantic Segmentation NetworkPoudel et al., arXiv:1902.04502class paddleseg.models.FastSCNN( num_classes, enable_auxiliary_loss True, align_corners False, pretrained None )参数说明默认值enable_auxiliary_loss若为 True辅助损失加在 LearningToDownsample 模块之后文档中该参数默认值写作 False与签名默认 True 存在出入以源码 fast_scnn.py 为准Truealign_corners/pretrained同前False/None实现见 fast_scnn.py配置示例见 configs/fastscnn。6. U 型结构家族医学图像分割常用模型6.1 UNet经典的 U-Net 结构论文出处为U-Net: Convolutional Networks for Biomedical Image SegmentationRonneberger et al., arXiv:1505.04597class paddleseg.models.UNet( num_classes, align_corners False, use_deconv False, pretrained None )参数说明默认值use_deconv上采样是否使用反卷积为 False 时使用 resize_bilinearFalsealign_corners/pretrained同前False/None实现见 unet.py配置示例见 configs/unet涵盖 Cityscapes、DRIVE、STARE、HRF、CHASE_DB1 等多个医学与通用数据集。6.2 U²Net 与 U²NetU²-Net 以嵌套 U 结构做显著目标检测论文出处为U²-Net: Going Deeper with Nested U-Structure for Salient Object DetectionQin et al., arXiv:2005.09007。U²Net轻量版的类名为U2Netpclass paddleseg.models.U2Net( num_classes, in_ch 3, pretrained None ) class paddleseg.models.U2Netp( num_classes, in_ch 3, pretrained None )参数说明默认值in_ch输入通道数如 RGB 为 33pretrained用于微调的预训练模型 url 或 pathNone两个类都定义在 u2net.py 中配置示例见 configs/u2net。6.3 AttentionUNetAttention-UNet 通过注意力门Attention Gate, AG自动聚焦目标结构、抑制无关区域论文出处为Attention U-Net: Learning Where to Look for the PancreasOktay et al., arXiv:1804.03999class paddleseg.models.AttentionUNet(num_classes, pretrained None)参数说明默认值num_classes目标类别总数必填pretrained预训练模型 url 或 pathNone实现见 attention_unet.py配置示例见 configs/attention_unet。6.4 UNetUNet 通过嵌套密集跳跃连接nested dense skip connections改进 U-Net论文出处为UNet: A Nested U-Net Architecture for Medical Image SegmentationZhou et al., arXiv:1807.10165class UNetPlusPlus( in_channels, num_classes, use_deconv False, align_corners False, pretrained None, is_ds True )参数说明默认值in_channels输入图像通道数必填use_deconv上采样是否使用反卷积False 时使用 resize_bilinearFalseis_ds是否使用深度监督deep supervisionTruealign_corners/pretrained同前False/None注意 UNet 的构造签名以in_channels开头与多数模型以num_classes开头不同且类名为UNetPlusPlus。实现见 unet_plusplus.py配置示例见 configs/unet_plusplus。7. 边界解耦模型DecoupledSegNetDecoupledSegNet 将语义分割解耦为主体body与边缘edge两条监督路径论文出处为Improving Semantic Segmentation via Decoupled Body and Edge SupervisionLi et al., arXiv:2007.10035class DecoupledSegNet( num_classes, backbone, backbone_indices (0, 3), aspp_ratios (1, 6, 12, 18), aspp_out_channels 256, align_corners False, pretrained None )参数说明默认值backbone骨干网络目前支持 ResNet50_vd / ResNet101_vd必填backbone_indices两个值指示骨干输出索引(0, 3)aspp_ratiosASPP 空洞率output_stride 规则同 DeepLab(1, 6, 12, 18)aspp_out_channelsASPP 模块输出通道数256align_corners/pretrained同前False/None实现见 decoupled_segnet.py配置示例见 configs/decoupled_segnet含 1024x512 与 832x832 两种输入规格。8. 参数速查与选型建议综合 21 种模型的签名可将公共参数归纳为四类便于快速迁移经验任务参数num_classes类别数几乎是所有模型的必填项直接决定分割头的输出维度。骨干参数backbonebackbone_indices。backbone_indices决定取骨干网络哪些 stage 的输出单索引如(3, )、(-1, )取单个高层特征双索引如(0, 3)、(2, 3)通常第一个给辅助损失/低层细节、第二个给主头GSCNN 的(0, 1, 2, 3)取全部四个 stage。配合 backbones 目录 中各骨干的feat_channels属性如 deeplab.py 中backbone.feat_channels[i]实现动态通道对齐。上下文/注意力参数aspp_ratiosDeepLab 家族、bin_sizesPSPNet/ANN、psp_sizeANN、down_factorISANet、mode/temperatureDNLNet等控制感受野与上下文聚合方式aspp_ratios必须与骨干output_stride16 或 8匹配。训练辅助参数enable_auxiliary_loss是否启用辅助损失配合配置文件中loss.coef加权如 OCRNet 示例的[1, 0.4]、align_corners与输入尺寸奇偶性相关、pretrained预训练权重 url/path非空时由utils.load_entire_model整体加载见 deeplab.py。选型参考基于文档对模型特性的描述非性能排名追求实时推理优先考虑 BiSeNetV2、FastSCNN、HarDNet高精度场景可选用 OCRNet、PSPNet、DNLNet、EMANet 等上下文建模模型医学图像分割优先考虑 UNet 家族UNet、UNet、AttentionUNet、U²Net需要强化边缘细节时考虑 GSCNN 与 DecoupledSegNet。9. 如何在实际项目中装配这些模型要在 PaddleSeg 中使用上述任一模型只需在 YAML 配置文件的model段按type 参数方式声明框架通过 manager.py 的MODELS管理器解析随后用 tools/train.py 训练、tools/predict.py 推理、tools/export.py 导出。以 DeepLabV3P 为例的最小配置骨架model: type: DeepLabV3P # 对应 paddleseg.models.DeepLabV3P backbone: type: ResNet50_vd output_stride: 8 num_classes: 19 backbone_indices: [0, 3] # 低层特征索引 ASPP 输入索引 aspp_ratios: [1, 12, 24, 36] # 与 output_stride8 匹配 aspp_out_channels: 256 align_corners: False完整的可运行示例可直接复用仓库中各模型目录下的官方配置如 configs/deeplabv3p、configs/ocrnet、configs/unet 等也可以参考 docs/apis/models/models_cn.md 与 docs/apis/models/models.md 获取每个类参数的权威定义。值得注意的是当前仓库的 paddleseg/models/init.py 已注册远超 21 种的模型如 SegFormer、SegNeXt、MaskFormer、PIDNet、PPLiteSeg、SegNet 等本文聚焦的 21 种是 API 文档记录的经典核心集合后续新增模型的类签名与参数可在对应源码文件中进一步查阅。赞分享人工智能计算机视觉预训练【免费下载链接】PaddleSegEasy-to-use image segmentation library with awesome pre-trained model zoo, supporting wide-range of practical tasks in Semantic Segmentation, Interactive Segmentation, Panoptic Segmentation, Image Matting, 3D Segmentation, etc.项目地址https://gitcode.com/gh_mirrors/pa/PaddleSeg点击查看免费下载相关推荐PaddleSeg 中的 SegmenterViT 语义分割模型配置、原理与实战指南PaddleSeg 中的 SegmenterViT 语义分割模型配置、原理与实战指南 本篇技术指南围绕 PaddleSeg 仓库中 SegmenterTra人工智能计算机视觉预训练DeepLabV3语义分割模型完整配置指南DeepLabV3语义分割模型完整配置指南 快速上手5步完成模型部署 核心功能 DeepLabV3是基于PyTorch的语义分割神器让AI轻松识别人工智能计算机视觉深度学习PaddleSeg 中 GloReGraph-Based Global Reasoning语义分割模型实战指南PaddleSeg 中 GloReGraph Based Global Reasoning语义分割模型实战指南 导读 本文围绕 PaddleSeg 仓库中人工智能计算机视觉预训练上一篇Get Shit Done重新定义AI编程的上下文工程革命下一篇MikroORM 结果缓存Result Cache完全指南从默认内存缓存到自定义 CacheAdapter创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
PaddleSeg 视觉模型集（paddleseg.models）完整解析：21 种语义分割模型 API 与配置实战指南
人工智能计算机视觉预训练【免费下载链接】PaddleSegEasy-to-use image segmentation library with awesome pre-trained model zoo, supporting wide-range of practical tasks in Semantic Segmentation, Interactive Segmentation, Panoptic Segmentation, Image Matting, 3D Segmentation, etc.项目地址https://gitcode.com/gh_mirrors/pa/PaddleSeg点击查看免费下载本指南以 PaddleSeg 官方 API 文档 models.md含中文版 models_cn.md为主体系统梳理paddleseg.models子包中 21 种经典语义分割模型的类签名、参数含义与论文出处并深入对应源码paddleseg/models与真实训练配置configs进行印证帮助开发者快速掌握模型选型、参数调优与在 PaddleSeg 配置文件中正确装配模型的方法。1. paddleseg.models 子包概览paddleseg.models是 PaddleSeg 的模型层核心子包聚集了用于图像语义分割的经典网络实现。API 文档列出的 21 种模型覆盖了从实时分割到高精度分割的完整谱系类别模型代表论文Encoder-Decoder / ASPP 家族DeepLabV3DeepLabV3P、DeepLabV3、GSCNN、DecoupledSegNetDeepLab 系列、Gated-SCNN、Decoupled Body and Edge Supervision全卷积 / 金字塔池化FCN、PSPNet、HarDNetFCN、Pyramid Scene Parsing、HarDNet注意力 / 上下文建模OCRNet、DANet、ANN、GCNet、ISANet、EMANet、DNLNetOCR、Dual Attention、Asymmetric Non-local、GCNet、ISA、EM Attention、Disentangled Non-local实时分割BiSeNetV2、FastSCNNBiSeNet V2、Fast-SCNNU 型结构医学图像常用UNet、U²Net、U²NetU2Netp、AttentionUNet、UNetU-Net、U²-Net、Attention U-Net、UNet关于命名的一点说明文档中的 DeepLabV3 在源码中对应的类名是DeepLabV3PP即 PlusU²Net 的轻量版 U²Net 对应的类名是U2Netp两对类都定义在 deeplab.py 与 u2net.py 中。所有模型类均通过manager.MODELS.add_component装饰器注册进组件管理器因此在 YAML 配置文件中可以直接用type: DeepLabV3P这类字符串名引用。1.1 组件注册机制配置文件中type字段的底层原理从源码结构看模型能够被配置字符串引用的关键在于 paddleseg/cvlibs/manager.py 中定义的ComponentManager组件管理器。它维护一个components_dict字典add_component方法以类名或函数名为键完成注册MODELS ComponentManager(models) BACKBONES ComponentManager(backbones) DATASETS ComponentManager(datasets) TRANSFORMS ComponentManager(transforms) LOSSES ComponentManager(losses) OPTIMIZERS ComponentManager(optimizers)在 paddleseg/models/init.py 中通过from .deeplab import *等语句将各模型模块整体导入配合类定义上方的manager.MODELS.add_component装饰器全部模型在包导入时即完成注册。因此训练脚本tools/train.py解析 YAML 配置时model.type字段只需写类名如DeepLabV3P、OCRNet、PSPNet框架便会从MODELS.components_dict中取出对应类并按其构造签名传入其余配置项。2. 编码器-解码器与 ASPP 家族DeepLabV3、DeepLabV32.1 DeepLabV3DeepLabV3P基于 PaddlePaddle 实现的 DeepLabV3Plus论文出处为Encoder-Decoder with Atrous Separable Convolution for Semantic Image SegmentationChen et al., arXiv:1802.02611。类签名与全部参数如下class paddleseg.models.DeepLabV3P( num_classes, backbone, backbone_indices (0, 3), aspp_ratios (1, 6, 12, 18), aspp_out_channels 256, align_corners False, pretrained None )参数类型说明默认值num_classesint目标类别总数相互独立的类别数量必填backbonepaddle.nn.Layer骨干网络目前支持 ResNet50_vd / ResNet101_vd / Xception65必填backbone_indicestuple元组中两个值指示骨干网络输出的索引第一个索引对应 Decoder 使用的低层特征第二个对应输入 ASPP 的特征(0, 3)aspp_ratiostupleASSP 模块中使用的空洞率output_stride16 时设为(1, 6, 12, 18)output_stride8 时设为(1, 12, 24, 36)(1, 6, 12, 18)aspp_out_channelsintASPP 模块输出通道数256align_cornersboolF.interpolate的参数特征尺寸为偶数如 1024x512时设为 False奇数如 769x769时设为 TrueFalsepretrainedstr预训练模型的 url 或 pathNone从 deeplab.py 源码看DeepLabV3P构造时会用backbone.feat_channels[i] for i in backbone_indices取出所选索引对应的通道数喂给DeepLabV3PHeadforward中所有输出 logit 均会被F.interpolate双线性上采样回输入尺寸当pretrained非空时调用utils.load_entire_model整体加载预训练权重。一个值得注意的实现细节是类构造签名里还有一个未写进文档的data_format参数默认NCHW可选NHWC用于指定输入张量的数据布局。以 configs/deeplabv3p/deeplabv3p_resnet50_os8_cityscapes_1024x512_80k.yml 为例DeepLabV3P 在 Cityscapes 上的完整模型配置为model: type: DeepLabV3P backbone: type: ResNet50_vd output_stride: 8 multi_grid: [1, 2, 4] pretrained: https://bj.bcebos.com/paddleseg/dygraph/resnet50_vd_ssld_v2.tar.gz num_classes: 19 backbone_indices: [0, 3] aspp_ratios: [1, 12, 24, 36] aspp_out_channels: 256 align_corners: False pretrained: null注意此处backbone.output_stride: 8因此aspp_ratios相应采用了 8 倍下采样对应的(1, 12, 24, 36)与文档中output_stride8 时使用 (1, 12, 24, 36)的说明完全一致——这正是配置与文档相互印证的典型案例。更多同类配置可参考 deeplabv3p 目录 下的其他 YAML含 769x769 与 VOC 数据集变体。2.2 DeepLabV3DeepLabV3 同样位于 deeplab.py论文出处为Rethinking Atrous Convolution for Semantic Image SegmentationChen et al., arXiv:1706.05587。与 V3 相比它没有低层特征融合的 Decoderbackbone_indices只取单值class paddleseg.models.DeepLabV3( num_classes, backbone, backbone_indices (3, ), aspp_ratios (1, 6, 12, 18), aspp_out_channels 256, align_corners False, pretrained None )参数含义与 DeepLabV3P 一致区别在于backbone_indices默认(3, )仅取骨干最后一个 stage 输出作为 ASPP 输入。对应配置示例见 configs/deeplabv3/deeplabv3_resnet50_os8_cityscapes_1024x512_80k.yml。3. 全卷积与金字塔池化FCN、PSPNet、HarDNet3.1 FCNFCN 是语义分割的开山之作PaddleSeg 提供简单实现论文出处为Fully Convolutional Networks for Semantic SegmentationShelhamer et al., arXiv:1411.4038。签名如下注意文档给出的签名为精简形式实际源码在 fcn.py 中还包含align_corners、pretrained等参数class paddleseg.models.FCN( num_classes, backbone_indices (-1, ), backbone_channels (270, ), channels None )参数说明默认值num_classes目标类别总数必填backbone骨干网络paddle.nn.Layer必填backbone_indices指示骨干网络输出索引(-1, )channelsFCNHead 中卷积层与最后一层之间的通道数为 None 时取输入特征通道数Nonealign_cornersF.interpolate参数规则同前Falsepretrained预训练模型 url 或 pathNone3.2 PSPNetPSPNet 通过金字塔池化模块Pyramid Pooling Module聚合多尺度上下文论文出处为Pyramid Scene Parsing NetworkZhao et al., CVPR 2017class paddleseg.models.PSPNet( num_classes, backbone, backbone_indices (2, 3), pp_out_channels 1024, bin_sizes (1, 2, 3, 6), enable_auxiliary_loss True, align_corners False, pretrained None )参数说明默认值backbone骨干网络目前支持 ResNet50/101必填backbone_indices两个值指示骨干输出索引辅助损失与主头各取其一(2, 3)pp_out_channels金字塔池化模块后的输出通道数1024bin_sizes池化后特征图尺寸bins(1, 2, 3, 6)enable_auxiliary_loss是否添加辅助损失Truealign_corners/pretrained同前False/None从 pspnet.py 源码看PSPNet同样遵循backbone 提取特征 → head 计算 logit → 全部上采样回输入尺寸的统一范式且forward无条件返回 logit 列表训练时含辅助 logit推理时由 head 内部裁剪。其配置示例见 configs/pspnet/pspnet_resnet50_os8_cityscapes_1024x512_80k.yml。3.3 HarDNetHarDNetFC-HarDNet 70 的实现主打低内存占用论文出处为HarDNet: A Low Memory Traffic NetworkChao et al., arXiv:1909.00948文档中标注为 [实时] 模型class paddleseg.models.HarDNet( num_classes, stem_channels (16, 24, 32, 48), ch_list (64, 96, 160, 224, 320), grmul 1.7, gr (10, 16, 18, 24, 32), n_layers (4, 4, 8, 8, 8), align_corners False, pretrained None )参数说明默认值stem_channels进入编码器之前的通道数(16, 24, 32, 48)ch_list编码器中每个 block 的通道数(64, 96, 160, 224, 320)grmulHarDBlock 中的通道倍增因子即论文中的 m1.7gr每个 HarDBlock 的增长率即论文中的 k(10, 16, 18, 24, 32)n_layers每个 HarDBlock 的层数(4, 4, 8, 8, 8)align_corners/pretrained同前False/None注意 HarDNet 是自包含骨干的模型无需外接 backbone与其余多数模型不同其实现在 hardnet.py配置示例见 configs/hardnet/hardnet_cityscapes_1024x1024_160k.yml。4. 上下文建模与注意力机制家族这一家族通过显式建模全局上下文或长程依赖来提升分割精度参数较多且专业术语密集是文档中篇幅最大的部分。4.1 OCRNetOCRNet 通过目标上下文表示Object-Contextual Representations聚合同类像素特征论文出处为Object-Contextual Representations for Semantic SegmentationYuan et al., arXiv:1909.11065class paddleseg.models.OCRNet( num_classes, backbone, backbone_indices, ocr_mid_channels 512, ocr_key_channels 256, align_corners False, pretrained None )参数说明默认值backbone_indices可含一个或两个值含两个值时第一个索引作为辅助层auxiliary layer的深度监督特征第二个作为像素表示pixel representation的输入只含一个值时同时用于两种用途必填ocr_mid_channelsOCRHead 中中间通道数512ocr_key_channelsObjectAttentionBlock 中 key 通道数256align_corners/pretrained同前False/None从 ocrnet.py 源码看OCRHead 由SpatialGatherBlock空间特征聚合与SpatialOCRModule目标上下文增强构成in_channels通过self.backbone.feat_channels[i] for i in backbone_indices动态取得。训练状态下forward返回 logit 列表主 logit 辅助 logit推理时if not self.training: logit_list [logit_list[0]]仅保留主 logit。对应配置 configs/ocrnet/ocrnet_hrnetw18_cityscapes_1024x512_160k.yml 展示了backbone_indices: [0]单索引同时供辅助与主头使用以及双损失配置model: type: OCRNet backbone: type: HRNet_W18 pretrained: https://bj.bcebos.com/paddleseg/dygraph/hrnet_w18_ssld.tar.gz num_classes: 19 backbone_indices: [0] loss: types: - type: CrossEntropyLoss - type: CrossEntropyLoss coef: [1, 0.4]4.2 DANetDANet 通过位置注意力position attention与通道注意力channel attention双路建模论文出处为Dual Attention Network for Scene SegmentationFu et al., arXiv:1809.02983。文档给出的签名为class paddleseg.models.DANet( num_classes, lambd 0.25, align_corners False, pretrained None )参数说明默认值num_classes目标类别总数必填backbone骨干网络paddle.nn.Layer必填backbone_indices指示骨干网络输出索引必填lambd控制语义分支通道大小的因子0.25align_corners/pretrained同前False/None说明文档签名的lambd与其他模型不同实际使用时 backbone 相关参数按 danet.py 源码为准。4.3 ANNANNAsymmetric Non-local Neural Networks以非对称非局部模块降低自注意力计算量论文出处为Asymmetric Non-local Neural Networks for Semantic SegmentationZhu et al., arXiv:1908.07678class paddleseg.models.ANN( num_classes, backbone, backbone_indices (2, 3), key_value_channels 256, inter_channels 512, psp_size (1, 3, 6, 8), enable_auxiliary_loss True, align_corners False, pretrained None )参数说明默认值backbone骨干网络目前支持 ResNet50/101必填backbone_indices两个值指示骨干输出索引(2, 3)key_value_channelsAFNB 与 APNB 模块中自注意力图的 key/value 通道数256inter_channelsAPNB 模块的输入与输出通道数512psp_size池化后特征图尺寸(1, 3, 6, 8)enable_auxiliary_loss是否添加辅助损失Truealign_corners/pretrained同前False/None源码 ann.py 显示ANN由ANNHead承载 AFNB非对称融合非局部块与 APNB非对称金字塔非局部块并支持辅助损失配置示例见 configs/ann。4.4 GCNetGCNet 统一了 non-local 与 SENet 的全局上下文建模论文出处为GCNet: Non-local Networks Meet Squeeze-Excitation Networks and BeyondCao et al., arXiv:1904.11492class paddleseg.models.GCNet( num_classes, backbone, backbone_indices (2, 3), gc_channels 512, ratio 0.25, enable_auxiliary_loss True, align_corners False, pretrained None )参数说明默认值gc_channels全局上下文块Global Context Block的输入通道数512ratio注意力通道数与 gc_channels 的比率0.25enable_auxiliary_loss是否添加辅助损失True其余参数同前—实现见 gcnet.py配置示例见 configs/gcnet。4.5 GSCNNGSCNNGated-SCNN通过门控形状分支强化边缘信息论文出处为Gated-SCNN: Gated Shape CNNs for Semantic SegmentationTakikawa et al., arXiv:1907.05740class paddleseg.models.GSCNN( num_classes, backbone, backbone_indices (0, 1, 2, 3), aspp_ratios (1, 6, 12, 18), aspp_out_channels 256, align_corners False, pretrained None )参数说明默认值backbone骨干网络目前支持 ResNet50_vd / ResNet101_vd必填backbone_indices四个值指示骨干四个 stage 的输出索引全量多尺度(0, 1, 2, 3)aspp_ratiosASPP 模块空洞率output_stride 规则同 DeepLab(1, 6, 12, 18)aspp_out_channelsASPP 模块输出通道数256align_corners/pretrained同前False/None实现见 gscnn.py配置示例见 configs/gscnn。4.6 ISANetISANet 以交错稀疏自注意力Interlaced Sparse Self-Attention逼近全局注意力论文出处为Interlaced Sparse Self-Attention for Semantic SegmentationHuang et al., arXiv:1907.12273class paddleseg.models.ISANet( num_classes, backbone, backbone_indices (2, 3), isa_channels 256, down_factor (8, 8), enable_auxiliary_loss True, align_corners False, pretrained None )参数说明默认值isa_channelsISA 模块的通道数256down_factor将高、宽维度划分为 (Ph, PW) 组(8, 8)enable_auxiliary_loss是否添加辅助损失True其余参数同前—实现见 isanet.py配置示例见 configs/isanet。4.7 EMANetEMANet 将期望最大化Expectation-Maximization引入注意力机制论文出处为Expectation-Maximization Attention Networks for Semantic SegmentationLi et al., arXiv:1907.13426是参数最多的模型之一class paddleseg.models.EMANet( num_classes, backbone, backbone_indices (2, 3), ema_channels 512, gc_channels 256, num_bases 64, stage_num 3, momentum 0.1, concat_input True, enable_auxiliary_loss True, align_corners False, pretrained None )参数说明默认值ema_channelsEMA 模块通道数512gc_channels全局上下文块的输入通道256num_basesbase 数量EM 基的数量64stage_numEM 迭代次数3momentum更新 base 的参数0.1concat_input是否在分类层之前拼接卷积的输入与输出Trueenable_auxiliary_loss是否添加辅助损失True其余参数同前—实现见 emanet.py配置示例见 configs/emanet。4.8 DNLNetDNLNet 解耦 non-local 中的白化与去白化过程论文出处为Disentangled Non-Local Neural NetworksYin et al., arXiv:2006.06668class paddleseg.models.DNLNet( num_classes, backbone, backbone_indices (2, 3), reduction 2, use_scale True, mode embedded_gaussian, temperature 0.05, concat_input True, enable_auxiliary_loss True, align_corners False, pretrained None )参数说明默认值reduction投影变换projection transform的缩减因子2use_scale是否按 sqrt(1/inter_channels) 缩放 pairwise weightTrue文档参数表中写作 False以源码 dnlnet.py 签名为准modenon-local 模式可选embedded_gaussian、dot_productembedded_gaussiantemperature调节注意力的温度参数0.05concat_input是否在分类层前拼接输入与输出Trueenable_auxiliary_loss是否添加辅助损失True其余参数同前—实现见 dnlnet.py配置示例见 configs/dnlnet。5. 实时分割模型BiSeNetV2、FastSCNN5.1 BiSeNetV2BiSeNet V2 采用双边网络 引导聚合Bilateral Network with Guided Aggregation实现实时分割论文出处为BiSeNet V2: Bilateral Network with Guided Aggregation for Real-time Semantic SegmentationYu et al., arXiv:2004.02147class paddleseg.models.BiSeNetV2( num_classes, lambd 0.25, align_corners False, pretrained None )参数说明默认值lambd控制语义分支通道大小的因子0.25align_corners/pretrained同前False/NoneBiSeNetV2 同样自包含骨干实现见 bisenet.py配置示例见 configs/bisenetv1 与相关实时配置。5.2 FastSCNNFastSCNN 是文档中唯一给出明确速度数据的实时模型原论文指出其在 1024x2048 高分辨率图像上仍可达 123.5fps论文出处为Fast-SCNN: Fast Semantic Segmentation NetworkPoudel et al., arXiv:1902.04502class paddleseg.models.FastSCNN( num_classes, enable_auxiliary_loss True, align_corners False, pretrained None )参数说明默认值enable_auxiliary_loss若为 True辅助损失加在 LearningToDownsample 模块之后文档中该参数默认值写作 False与签名默认 True 存在出入以源码 fast_scnn.py 为准Truealign_corners/pretrained同前False/None实现见 fast_scnn.py配置示例见 configs/fastscnn。6. U 型结构家族医学图像分割常用模型6.1 UNet经典的 U-Net 结构论文出处为U-Net: Convolutional Networks for Biomedical Image SegmentationRonneberger et al., arXiv:1505.04597class paddleseg.models.UNet( num_classes, align_corners False, use_deconv False, pretrained None )参数说明默认值use_deconv上采样是否使用反卷积为 False 时使用 resize_bilinearFalsealign_corners/pretrained同前False/None实现见 unet.py配置示例见 configs/unet涵盖 Cityscapes、DRIVE、STARE、HRF、CHASE_DB1 等多个医学与通用数据集。6.2 U²Net 与 U²NetU²-Net 以嵌套 U 结构做显著目标检测论文出处为U²-Net: Going Deeper with Nested U-Structure for Salient Object DetectionQin et al., arXiv:2005.09007。U²Net轻量版的类名为U2Netpclass paddleseg.models.U2Net( num_classes, in_ch 3, pretrained None ) class paddleseg.models.U2Netp( num_classes, in_ch 3, pretrained None )参数说明默认值in_ch输入通道数如 RGB 为 33pretrained用于微调的预训练模型 url 或 pathNone两个类都定义在 u2net.py 中配置示例见 configs/u2net。6.3 AttentionUNetAttention-UNet 通过注意力门Attention Gate, AG自动聚焦目标结构、抑制无关区域论文出处为Attention U-Net: Learning Where to Look for the PancreasOktay et al., arXiv:1804.03999class paddleseg.models.AttentionUNet(num_classes, pretrained None)参数说明默认值num_classes目标类别总数必填pretrained预训练模型 url 或 pathNone实现见 attention_unet.py配置示例见 configs/attention_unet。6.4 UNetUNet 通过嵌套密集跳跃连接nested dense skip connections改进 U-Net论文出处为UNet: A Nested U-Net Architecture for Medical Image SegmentationZhou et al., arXiv:1807.10165class UNetPlusPlus( in_channels, num_classes, use_deconv False, align_corners False, pretrained None, is_ds True )参数说明默认值in_channels输入图像通道数必填use_deconv上采样是否使用反卷积False 时使用 resize_bilinearFalseis_ds是否使用深度监督deep supervisionTruealign_corners/pretrained同前False/None注意 UNet 的构造签名以in_channels开头与多数模型以num_classes开头不同且类名为UNetPlusPlus。实现见 unet_plusplus.py配置示例见 configs/unet_plusplus。7. 边界解耦模型DecoupledSegNetDecoupledSegNet 将语义分割解耦为主体body与边缘edge两条监督路径论文出处为Improving Semantic Segmentation via Decoupled Body and Edge SupervisionLi et al., arXiv:2007.10035class DecoupledSegNet( num_classes, backbone, backbone_indices (0, 3), aspp_ratios (1, 6, 12, 18), aspp_out_channels 256, align_corners False, pretrained None )参数说明默认值backbone骨干网络目前支持 ResNet50_vd / ResNet101_vd必填backbone_indices两个值指示骨干输出索引(0, 3)aspp_ratiosASPP 空洞率output_stride 规则同 DeepLab(1, 6, 12, 18)aspp_out_channelsASPP 模块输出通道数256align_corners/pretrained同前False/None实现见 decoupled_segnet.py配置示例见 configs/decoupled_segnet含 1024x512 与 832x832 两种输入规格。8. 参数速查与选型建议综合 21 种模型的签名可将公共参数归纳为四类便于快速迁移经验任务参数num_classes类别数几乎是所有模型的必填项直接决定分割头的输出维度。骨干参数backbonebackbone_indices。backbone_indices决定取骨干网络哪些 stage 的输出单索引如(3, )、(-1, )取单个高层特征双索引如(0, 3)、(2, 3)通常第一个给辅助损失/低层细节、第二个给主头GSCNN 的(0, 1, 2, 3)取全部四个 stage。配合 backbones 目录 中各骨干的feat_channels属性如 deeplab.py 中backbone.feat_channels[i]实现动态通道对齐。上下文/注意力参数aspp_ratiosDeepLab 家族、bin_sizesPSPNet/ANN、psp_sizeANN、down_factorISANet、mode/temperatureDNLNet等控制感受野与上下文聚合方式aspp_ratios必须与骨干output_stride16 或 8匹配。训练辅助参数enable_auxiliary_loss是否启用辅助损失配合配置文件中loss.coef加权如 OCRNet 示例的[1, 0.4]、align_corners与输入尺寸奇偶性相关、pretrained预训练权重 url/path非空时由utils.load_entire_model整体加载见 deeplab.py。选型参考基于文档对模型特性的描述非性能排名追求实时推理优先考虑 BiSeNetV2、FastSCNN、HarDNet高精度场景可选用 OCRNet、PSPNet、DNLNet、EMANet 等上下文建模模型医学图像分割优先考虑 UNet 家族UNet、UNet、AttentionUNet、U²Net需要强化边缘细节时考虑 GSCNN 与 DecoupledSegNet。9. 如何在实际项目中装配这些模型要在 PaddleSeg 中使用上述任一模型只需在 YAML 配置文件的model段按type 参数方式声明框架通过 manager.py 的MODELS管理器解析随后用 tools/train.py 训练、tools/predict.py 推理、tools/export.py 导出。以 DeepLabV3P 为例的最小配置骨架model: type: DeepLabV3P # 对应 paddleseg.models.DeepLabV3P backbone: type: ResNet50_vd output_stride: 8 num_classes: 19 backbone_indices: [0, 3] # 低层特征索引 ASPP 输入索引 aspp_ratios: [1, 12, 24, 36] # 与 output_stride8 匹配 aspp_out_channels: 256 align_corners: False完整的可运行示例可直接复用仓库中各模型目录下的官方配置如 configs/deeplabv3p、configs/ocrnet、configs/unet 等也可以参考 docs/apis/models/models_cn.md 与 docs/apis/models/models.md 获取每个类参数的权威定义。值得注意的是当前仓库的 paddleseg/models/init.py 已注册远超 21 种的模型如 SegFormer、SegNeXt、MaskFormer、PIDNet、PPLiteSeg、SegNet 等本文聚焦的 21 种是 API 文档记录的经典核心集合后续新增模型的类签名与参数可在对应源码文件中进一步查阅。赞分享人工智能计算机视觉预训练【免费下载链接】PaddleSegEasy-to-use image segmentation library with awesome pre-trained model zoo, supporting wide-range of practical tasks in Semantic Segmentation, Interactive Segmentation, Panoptic Segmentation, Image Matting, 3D Segmentation, etc.项目地址https://gitcode.com/gh_mirrors/pa/PaddleSeg点击查看免费下载相关推荐PaddleSeg 中的 SegmenterViT 语义分割模型配置、原理与实战指南PaddleSeg 中的 SegmenterViT 语义分割模型配置、原理与实战指南 本篇技术指南围绕 PaddleSeg 仓库中 SegmenterTra人工智能计算机视觉预训练DeepLabV3语义分割模型完整配置指南DeepLabV3语义分割模型完整配置指南 快速上手5步完成模型部署 核心功能 DeepLabV3是基于PyTorch的语义分割神器让AI轻松识别人工智能计算机视觉深度学习PaddleSeg 中 GloReGraph-Based Global Reasoning语义分割模型实战指南PaddleSeg 中 GloReGraph Based Global Reasoning语义分割模型实战指南 导读 本文围绕 PaddleSeg 仓库中人工智能计算机视觉预训练上一篇Get Shit Done重新定义AI编程的上下文工程革命下一篇MikroORM 结果缓存Result Cache完全指南从默认内存缓存到自定义 CacheAdapter创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
