实战源码，PP-LiteSeg集速度快、精度高、易部署等为一体，行业应用实战必备

实战源码，PP-LiteSeg集速度快、精度高、易部署等为一体，行业应用实战必备

图像分割技术在医疗病灶分析、自动驾驶车道线分割、绿幕人像抠图等领域发挥着举足轻重的作用。相比目标检测、图像分类等技术，图像分割需要将每个像素点进行分类，在精细的图像识别任务中不可替代。

正因如此，DeepLabv3、OCRNet、BiseNetv2、Fast-SCNN等优秀算法层出不穷，然而在实际产业落地过程中往往需要综合考虑硬件性能、精度等多方面因素，对算法的需求也是苛刻的。往往业界算法在保障高识别精度的情况下，就会牺牲算法运行速度；反之追求速度，则会带来精度的大幅度损失。

如何能同时实现速度和精度的均衡，在当前云、边、端多场景协同的产业大趋势下高标准满足产业需求，是各届研究人员致力投入的方向。 PP-LiteSeg就是这样一个同时兼顾精度与速度的SOTA（业界最佳）语义分割模型。它基于Cityscapes数据集，在1080ti上精度为mIoU 72.0时，速度高达273.6 FPS , （mIoU 77.5 时，FPS为102.6），超越现有CVPR SOTA模型STDC，真正实现了精度和速度的SOTA均衡。

空口无凭，欢迎优秀的你直接试用！ （记得Star收藏跟进最新状态） 传送门：https://github.com/PaddlePaddle/PaddleSeg

更值得令人惊喜的是，PP-LiteSeg不仅在开源数据集评测效果优秀，在产业数据集也表现出了惊人的实力！例如在质检、遥感场景，PP-LiteSeg的精度与高精度、大体积的OCRNet持平，而速度却快了近7倍！！！

那PP-LiteSeg如此优秀，该如何使用呢？ PP-LiteSeg被集成在端到端的图像分割工具PaddleSeg中，用户简单配置即可运行起来，官方教程也提供了完备的使用流程，官方为了能够让大家使用也是准备了丰富的应用材料，可以说是诚意满满！

同时，为了帮助大家更好的产业落地，也提供了多种部署方式，支持大家快速应用在产业时间当中。

小伙伴可以尽快点击链接，尽快享用。 https://github.com/PaddlePaddle/PaddleSeg/tree/develop/configs/pp_liteseg

为了让开发者们更深入的了解PP-LiteSeg这个SOTA模型，解决落地应用难点，掌握产业实践的核心能力，4月26日20:30飞桨团队精心准备了精品直播课！