实例分割

介绍

PaddleX目前提供了MaskRCNN实例分割模型结构,多种backbone模型,可满足开发者不同场景和性能的需求。

  • Box MMAP/Seg MMAP: 模型在COCO数据集上的测试精度
  • 预测速度:单张图片的预测用时(不包括预处理和后处理)
  • “-”表示指标暂未更新
模型(点击获取代码) Box MMAP/Seg MMAP 模型大小 GPU预测速度 Arm预测速度 备注
MaskRCNN-ResNet50-FPN 38.7%/34.7% 177.7MB 160.185ms - 模型精度高,适用于服务端部署
MaskRCNN-ResNet18-FPN 33.6%/30.5% 189.1MB - - 模型精度高,适用于服务端部署
MaskRCNN-HRNet-FPN 38.7%/34.7% 120.7MB - - 模型精度高,预测速度快,适用于服务端部署

开始训练

将代码保存到本地后运行(代码下载链接位于上面表格中),代码会自动下载训练数据并开始训练。如保存为mask_rcnn_r50_fpn.py,执行如下命令即可开始训练:

python mask_rcnn_r50_fpn.py

相关文档