简体中文 | English

paddleseg.models

该models子包中包含了以下21种用于图像语义分割的模型。

DeepLabV3+
DeepLabV3
FCN
OCRNet
PSPNet
ANN
BiSeNetV2
DANet
FastSCNN
GCNet
GSCNN
HarDNet
UNet
U²Net
U²Net+
AttentionUNet
UNet++
DecoupledSegNet
ISANet
EMANet
DNLNet

DeepLabV3+

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
)

基于 PaddlePaddle 实现的 DeepLabV3Plus。

原文请参考： Liang-Chieh Chen, et, al. "Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation"

参数

num_classes (int): 相互独立的目标类别的数量。
backbone (paddle.nn.Layer): 骨干网络，目前支持 Resnet50_vd/Resnet101_vd/Xception65。
backbone_indices (tuple, optional): 元组中的两个值指示了骨干网络输出的索引。默认: (0, 3)
aspp_ratios (tuple, optional): ASSP module模块中使用的扩张率。如果 output_stride = 16, aspp_ratios 应该设定为 (1, 6, 12, 18)。如果 output_stride = 8, aspp_ratios 应该设定为 (1, 12, 24, 36)。 默认:(1, 6, 12, 18)
aspp_out_channels (int, optional): ASPP模块的输出通道数。默认:256
align_corners (bool, optional): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 预训练模型的url或path。 默认:None

DeepLabV3

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
)

基于 PaddlePaddle 实现的 DeepLabV3。

原文请参考： Liang-Chieh Chen, et, al. "Rethinking Atrous Convolution for Semantic Image Segmentation".

参数

num_classes (int): 相互独立的目标类别的数量。
backbone (paddle.nn.Layer): 骨干网络，目前支持 Resnet50_vd/Resnet101_vd/Xception65。
backbone_indices (tuple, optional): 元组中的两个值指示了骨干网络输出的索引。 默认:(3, )
aspp_ratios (tuple, optional): ASSP 模块中使用的扩张率。如果 output_stride = 16，aspp_ratios 应该被设置为 (1, 6, 12, 18)。如果 output_stride = 8，aspp_ratios 应该被设置为 (1, 12, 24, 36)。 默认:(1, 6, 12, 18)
aspp_out_channels (int, optional): ASPP模块的输出通道数。 默认:256
align_corners (bool, optional): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 预训练模型的url或path。 默认:None

FCN

class paddleseg.models.FCN(
        num_classes,
        backbone_indices = (-1, ),
        backbone_channels = (270, ),
        channels = None
)

基于 PaddlePaddle 简单实现的 FCN。

原文请参考： Evan Shelhamer, et, al. "Fully Convolutional Networks for Semantic Segmentation".

参数

num_classes (int): 相互独立的目标类别的数量。
backbone (paddle.nn.Layer): 骨干网络。
backbone_indices (tuple, optional): 元组中的两个值指示了骨干网络输出的索引。 默认:(-1, )
channels (int, optional): 在FCNHead的卷积层与最后一层之间的通道数。如果为None，它将是输入特征的通道数。默认:None
align_corners (bool): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 预训练模型的url或path。 默认:None

OCRNet

class paddleseg.models.OCRNet(
        num_classes,
        backbone,
        backbone_indices,
        ocr_mid_channels = 512,
        ocr_key_channels = 256,
        align_corners = False,
        pretrained = None
)

基于 PaddlePaddle 实现的 OCRNet。

原文请参考： Yuan, Yuhui, et al. "Object-Contextual Representations for Semantic Segmentation"

参数

num_classes (int): 相互独立的目标类别的数量。
backbone (Paddle.nn.Layer): 骨干网络。
backbone_indices (tuple): 该元组表示骨干网络输出的索引。该元组既可以含一个值，又可以是含个值。如果含两个值，则将第一个索引作为辅助层的深度监督特征；第二个索引将被视为像素表示的输入。如果只含一个值，该值将被应用于以上两种用途。
ocr_mid_channels (int, optional): OCRHead中middle channel的数目。默认:512
ocr_key_channels (int, optional): ObjectAttentionBlock中 key channels 的数目。默认:256
align_corners (bool): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 预训练模型的url或path。 默认:None

PSPNet

class 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
)

基于 PaddlePaddle 实现的 PSPNet。

原文请参考： Zhao, Hengshuang, et al. "Pyramid scene parsing network".

参数

num_classes (int): 相互独立的目标类别的数量。
backbone (Paddle.nn.Layer): 骨干网络，目前支持 Resnet50/101。
backbone_indices (tuple, optional): 元组中的两个值指示了骨干网络输出的索引。
pp_out_channels (int, optional): 在Pyramid Pooling模块后的 output channel 的数目。默认:1024
bin_sizes (tuple, optional): 经池化后的特征图的输出尺寸。 默认:(1,2,3,6)
enable_auxiliary_loss (bool, optional): 一个 bool 值，指示是否添加辅助损失。默认:True
align_corners (bool, optional): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 预训练模型的url或path。 默认:None

ANN

class 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
)

基于 PaddlePaddle 实现的 ANN 。

原文请参考： Zhen, Zhu, et al. "Asymmetric Non-local Neural Networks for Semantic Segmentation".

Args

num_classes (int): 相互独立的目标类别的数量。
backbone (Paddle.nn.Layer): 骨干网络，目前支持 Resnet50/101。
backbone_indices (tuple, optional): 元组中的两个值指示了骨干网络输出的索引。
key_value_channels (int, optional): AFNB 和 APNB 模块中 self-attention 的键值通道映射。 默认:256
inter_channels (int, optional): APNB 模块的输入、输出通道数。默认:512
psp_size (tuple, optional): 池化后的特征图大小。默认:(1, 3, 6, 8)
enable_auxiliary_loss (bool, optional): 一个 bool 值，指示是否添加辅助损失。默认:True
align_corners (bool, optional): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 预训练模型的url或path。 默认:None

BiSeNetV2

class paddleseg.models.BiSeNetV2(
        num_classes,
        lambd = 0.25,
        align_corners = False,
        pretrained = None
)

基于 PaddlePaddle 实现的 BiSeNet V2。

原文请参考： Yu, Changqian, et al. "BiSeNet V2: Bilateral Network with Guided Aggregation for Real-time Semantic Segmentation"

参数

num_classes (int): 相互独立的目标类别的数量。
lambd (float, optional): 控制语义分支通道大小的因素。默认:0.25
pretrained (str, optional): 预训练模型的url或path。 默认:None

DANet

class paddleseg.models.DANet(
        num_classes,
        lambd = 0.25,
        align_corners = False,
        pretrained = None
)

基于 PaddlePaddle 实现的 DANet。

原文请参考： Fu, jun, et al. "Dual Attention Network for Scene Segmentation"

参数

num_classes (int): 相互独立的目标类别的数量。
backbone (Paddle.nn.Layer): 骨干网络。
backbone_indices (tuple): 元组中的两个值指示了骨干网络输出的索引。
align_corners (bool): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 预训练模型的url或path。 默认:None

FastSCNN

class paddleseg.models.FastSCNN(
        num_classes,
        enable_auxiliary_loss = True,
        align_corners = False,
        pretrained = None
)

基于 PaddlePaddle 实现的 FastSCNN。正如原论文中提到的，FastSCNN 是一种实时分割算法（123.5fps），即使对于高分辨率图像（1024x2048）也是如此。

原文请参考： Poudel, Rudra PK, et al. "Fast-scnn: Fast semantic segmentation network".

参数

num_classes (int): 相互独立的目标类别的数量。
enable_auxiliary_loss (bool, optional): 一个 bool 值，指示是否添加辅助损失。如果为 True，辅助损失将被添加在 LearningToDownsample 模块后面。默认:False
align_corners (bool): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 预训练模型的url或path。 默认:None

GCNet

class 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
)

基于 PaddlePaddle 实现的 GCNet。

原文请参考： Cao, Yue, et al. "GCnet: Non-local networks meet squeeze-excitation networks and beyond".

参数

num_classes (int): 相互独立的目标类别的数量。
backbone (Paddle.nn.Layer): 骨干网络，目前支持 Resnet50/101。
backbone_indices (tuple, optional): 元组中的两个值指示了骨干网络输出的索引。
gc_channels (int, optional): 全局上下文块的输入通道数。默认:512
ratio (float, optional): 表示注意力通道和 gc_channels 的比率。 默认:0.25
enable_auxiliary_loss (bool, optional):一个 bool 值，指示是否添加辅助损失。默认:True
align_corners (bool, optional): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 预训练模型的url或path。 默认:None

GSCNN

class 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
)

基于 PaddlePaddle 实现的 GSCNN。

原文请参考： Towaki Takikawa, et, al. "Gated-SCNN: Gated Shape CNNs for Semantic Segmentation"

参数

num_classes (int): 相互独立的目标类别的数量。
backbone (paddle.nn.Layer): 骨干网络，目前支持 Resnet50_vd/Resnet101_vd。
backbone_indices (tuple, optional): 元组中的四个值指示了骨干网络输出的索引。 默认:(0, 1, 2, 3)
aspp_ratios (tuple, optional): ASSP module模块中使用的扩张率。如果 output_stride = 16, aspp_ratios 应该设定为 (1, 6, 12, 18)。如果 output_stride = 8, aspp_ratios 应该设定为 (1, 12, 24, 36)。 默认:(1, 6, 12, 18)
aspp_out_channels (int, optional): ASPP模块的输出通道数。默认:256
align_corners (bool, optional): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 预训练模型的url或path。 默认:None

HarDNet

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
)

[实时] 基于 PaddlePaddle 实现的 FC-HardDNet 70。

原文请参考： Chao, Ping, et al. "HarDNet: A Low Memory Traffic Network"

参数

num_classes (int): 相互独立的目标类别的数量。
stem_channels (tuple|list, optional): 进入编码器之前的通道数。 默认:(16, 24, 32, 48)
ch_list (tuple|list, optional): 编码器中每个块的通道数。默认:(64, 96, 160, 224, 320)
grmul (float, optional): HarDBlock 中的通道倍增因子，论文中用 m 表示。默认:1.7
gr (tuple|list, optional): 每个HardBlock中的增长率，在论文中用 k 表示。 默认:(10, 16, 18, 24, 32)
n_layers (tuple|list, optional): 每个HarDBlock中的层数。 默认:(4, 4, 8, 8, 8)
align_corners (bool): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 预训练模型的url或path。 默认:None

UNet

class paddleseg.models.UNet(
        num_classes,
        align_corners = False,
        use_deconv = False,
        pretrained = None
)

基于 PaddlePaddle 实现的 UNet。

原文请参考： Olaf Ronneberger, et, al. "U-Net: Convolutional Networks for Biomedical Image Segmentation".

参数

num_classes (int): 相互独立的目标类别的数量。
align_corners (bool): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
use_deconv (bool, optional): bool 值指示是否在上采样中使用反卷积。如果为 False，则使用 resize_bilinear。 默认:False
pretrained (str, optional): 用于模型微调的预训练模型的url或path。 默认:None

U²Net

class paddleseg.models.U2Net(
        num_classes,
        in_ch = 3,
        pretrained = None
)

基于 PaddlePaddle 实现的 U^2-Net。

原文请参考： Xuebin Qin, et, al. "U^2-Net: Going Deeper with Nested U-Structure for Salient Object Detection".

参数

num_classes (int): 相互独立的目标类别的数量。
in_ch (int, optional): 输入通道数。 默认:3
pretrained (str, optional): 用于模型微调的预训练模型的url或path。 默认:None

U²Net+

class paddleseg.models.U2Netp(
        num_classes,
        in_ch = 3,
        pretrained = None
)

基于 PaddlePaddle 实现的 U^2-Netp。

原文请参考： Xuebin Qin, et, al. "U^2-Net: Going Deeper with Nested U-Structure for Salient Object Detection".

参数

num_classes (int): 相互独立的目标类别的数量。
in_ch (int, optional): 输入通道数。 默认:3
pretrained (str, optional): 用于模型微调的预训练模型的url或path。 默认:None

AttentionUNet

class paddleseg.models.AttentionUNet(num_classes, pretrained = None)

基于 PaddlePaddle 实现的 Attention-UNet。正如原论文中提到的，作者提出了一种新颖的注意力门 (AG)，它可以自动学习关注不同形状和大小的目标结构。使用 AG 训练的模型隐式地学习抑制输入图像中的不相关区域，同时突出显示对特定任务有用的显著特征。

原文请参考： Oktay, O, et, al. "Attention u-net: Learning where to look for the pancreas.".

参数

num_classes (int): 相互独立的目标类别的数量。
pretrained (str, optional): 预训练模型的url或path。 默认:None

UNet++

class UNetPlusPlus(
    in_channels,
    num_classes,
    use_deconv = False,
    align_corners = False,
    pretrained = None,
    is_ds = True
)

基于 PaddlePaddle 实现的 UNet++。

原文请参考： Zongwei Zhou, et, al. "UNet++: A Nested U-Net Architecture for Medical Image Segmentation".

参数

in_channels (int): 输入图像的通道数。
num_classes (int): 相互独立的目标类别的数量。
use_deconv (bool, optional): bool 值指示是否在上采样中使用反卷积。如果为 False，则使用 resize_bilinear。 默认:False
align_corners (bool): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 用于模型微调的预训练模型的url或path。 默认:None
is_ds (bool): 是否使用deep supervision。 默认:True

DecoupledSegNet

class DecoupledSegNet(
    num_classes,
    backbone,
    backbone_indices = (0, 3),
    aspp_ratios = (1, 6, 12, 18),
    aspp_out_channels = 256,
    align_corners = False,
    pretrained = None
)

基于 PaddlePaddle 实现的 DecoupledSegNet。

原文请参考： Xiangtai Li, et, al. "Improving Semantic Segmentation via Decoupled Body and Edge Supervision"

参数

num_classes (int): 相互独立的目标类别的数量。
backbone (paddle.nn.Layer): 骨干网络，目前支持 Resnet50_vd/Resnet101_vd。
backbone_indices (tuple, optional): 元组中的两个值指示了骨干网络输出的索引。 默认:(0, 3)
aspp_ratios (tuple, optional): ASSP module模块中使用的扩张率。如果 output_stride = 16, aspp_ratios 应该设定为 (1, 6, 12, 18)。如果 output_stride = 8, aspp_ratios 应该设定为 (1, 12, 24, 36)。 默认:(1, 6, 12, 18)
aspp_out_channels (int, optional): ASPP模块的输出通道数。默认:256
align_corners (bool, optional): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 预训练模型的url或path。 默认:None

ISANet

class 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
)

基于 PaddlePaddle 实现的 ISANet。

原文请参考： Lang Huang, et al. "Interlaced Sparse Self-Attention for Semantic Segmentation".

参数

num_classes (int): 相互独立的目标类别的数量。
backbone (Paddle.nn.Layer): 一个骨干网络。
backbone_indices (tuple): 元组中的两个值指示了骨干网络输出的索引。
isa_channels (int): ISA 模块的通道数。
down_factor (tuple): 将高度和宽度尺寸划分为 (Ph, PW) 组。
enable_auxiliary_loss (bool, optional): 一个 bool 值，指示是否添加辅助损失。默认:True
align_corners (bool): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 预训练模型的url或path。 默认:None

EMANet

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
)

基于 PaddlePaddle 实现的 EMANet。

原文请参考： Xia Li, et al. "Expectation-Maximization Attention Networks for Semantic Segmentation"

参数

num_classes (int): 相互独立的目标类别的数量。
backbone (Paddle.nn.Layer): 一个骨干网络。
backbone_indices (tuple): 元组中的两个值指示了骨干网络输出的索引。
ema_channels (int): EMA 模块的通道数。
gc_channels (int): 全局上下文块的输入通道。
num_bases (int): base的数目。
stage_num (int): EM的迭代次数。
momentum (float): 更新base的参数。
concat_input (bool): 是否在分类层之前连接卷积层的输入和输出。 默认:True
enable_auxiliary_loss (bool, optional): 一个 bool 值，指示是否添加辅助损失。 默认:True
align_corners (bool): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 预训练模型的url或path。 默认:None

DNLNet

class 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
)

基于 PaddlePaddle 实现的 DNLNet。

原文请参考： Minghao Yin, et al. "Disentangled Non-Local Neural Networks"

参数

num_classes (int): 相互独立的目标类别的数量。
backbone (Paddle.nn.Layer): 一个骨干网络。
backbone_indices (tuple): 元组中的两个值指示了骨干网络输出的索引。
reduction (int): 投影变换的缩减因子。默认:2
use_scale (bool): 是否按 sqrt(1/inter_channels) 缩放pairwise_weight。 默认:False
mode (str): nonlocal 模式。可选项有'embedded_gaussian', 'dot_product'。默认:'embedded_gaussian'
temperature (float): 使用温度调节注意力。默认:0.05
concat_input (bool): 是否在分类层之前连接卷积层的输入和输出。默认:True
enable_auxiliary_loss (bool, optional): 一个 bool 值，指示是否添加辅助损失。 默认:True
align_corners (bool): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False，例如 1024x512；否则为 True, 例如 769x769。默认:False
pretrained (str, optional): 预训练模型的url或path。 默认:None

Files

models_cn.md

Latest commit

History

models_cn.md

File metadata and controls

paddleseg.models

参数

参数

参数

参数

参数

Args

参数

参数

参数

参数

参数

参数

参数

参数

参数

参数

参数

参数

参数

参数

参数