图像分割是计算机视觉的一项基础技术，其目标是将图像中的像素按内容分成不同的类别。它在许多领域有重要应用，比如自动驾驶、工业质检、医疗图像分析、遥感图像解译等。

导读

PaddleSeg 是飞桨高性能图像分割开发套件，在图像分割领域做了大量的开源工作，致力于帮助企业在实际场景中落地 AI 应用，也帮助初学者快速入门直到精通。

在广大开发者的使用、反馈和贡献之下，PaddleSeg 持续迭代升级，整体架构设计更加合理优雅，集成的模型日益丰富，在语义分割、交互式分割、深度抠图、人像分割、医学图像分割等重点场景也逐步形成了独具特色的功能。现在，我们非常高兴地宣布，PaddleSeg 2.8 版本正式发布啦！希望新版本的特性能给广大开发者带来实打实的便利，更好地让图像分割技术应用到实际场景中去，创造更大的价值！

接下来，就让我们来看看 PaddleSeg 2.8 版本都带来了哪些新功能与特性吧~

🔥开源飞桨版本视觉大模型 Segment Anything Model (SAM) 和演示Demo。由 META AI 发表的 SAM 具有强大的 zero-shot 能力，可以分割任意物体和图像，也可以使用提示输入分割特定目标。

🔥 发布超轻量级语义分割模型 PP-MobileSeg ：在 ADE20K 数据集上对比 SOTA 模型，PP-MobileSeg 的速度提升 42.3%、精度提升 1.5%、参数量减少 34.9% 。

🔥 发布工业质检工具 QualityInspector v0.5 ：提供统一可配置的算法 Pipeline，集成检测和分割模型库，支持 3 种无监督异常检测算法，支持工业级指标评测、分析、调优等功能。

🔥 发布全景分割解决方案 PanopticSeg v0.5 ：提供全景分割的全流程开发功能，集成 2 个前沿高精模型，具备灵活的二次开发能力。

🔥 新增了七个前沿语义分割模型：MaskFormer、HRFormer、ViT-Adapter、CAE、SegNeXt、K-Net和LPSNet。

⭐️此外还有很多新功能和特性，比如 FastDeploy 全场景部署能力的集成、EISeg V1.1 版本、视频抠图模型 RVM、人像抠图.NET部署教程等。想要了解更多详情，可至文末加入 PaddleSeg 技术交流群，同时欢迎大家点击 star关注。

https://github.com/PaddlePaddle/PaddleSeg

PaddleSe g 2.8 版本详细解析

“分割一切”大模型 SAM

Segment Anything Model（SAM）是 META AI 最近发表的研究成果，提出了图像分割的新任务、模型和数据集。它效仿了生成式 LLM（Large Language Model, 大语言模型）的 prompt 范式，可以从不同类型的提示中产生高质量的对象掩码，提示类型包括点、框、掩码和文本。SAM 在各种图像分割任务上表现出了极强的泛化能力，并且精度上不输针对各领域数据集专门训练的传统模型。

在飞桨版本 SAM 中，我们提供了 ViT-B、ViT-L、ViT-H 三种 Backbone 的 SAM 模型，大家可以灵活选择、进行推理测试。SAM 模型可以和其它模型配合，做一些有意思的应用，比如任意一个目标检测模型+ SAM =实例分割模型。我们已经将 SAM 与 CLIP 算法进行了结合，提供了基于飞桨 CLIP 算法的 ViT-B 模型权重文件，通过 CLIP 计算文本提示与 SAM 分割结果的匹配得分，从而具有通过本文提示对特定目标进行分割的能力。在接下来的工作中，我们将逐步补全 SAM 模型的微调能力，并进行部署侧的优化，方便大家落地应用！

另外，为了方便大家测试效果，我们还提供了基于 gradio 的 WebUI 应用，以及多种 prompt 方式下的预测脚本。WebUI 应用可以部署在自己的机器上使用，同时，我们也在 AI Studio 中部署了在线版本，方便大家体验。

飞桨版 SAM 传送门

https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.8/contrib/SegmentAnything

超轻量级语义分割模型 PP-MobileSeg

相较于 CNN 模型架构，Transformer 模型架构有更好的精度优势。但是 Transformer 结构对算力要求高，限制了它在移动端的广泛应用。针对这个问题，我们提出了一个针对移动端设备的语义分割模型 PP-MobileSeg。在 ADE20K 数据集上，PP-MobileSeg 和此前最佳方法相比，速度提升 42.3%、精度提升 1.5%、参数量减少 34.9%，实现了速度-精度-参数量之间的 SOTA 平衡。

PP-MobileSeg 与其它模型的对比情况以更好地平衡精度、速度和参数量为目标，我们为 PP-MobileSeg 模型提出了三个创新组件：StrideFormer 骨干网络、Aggregated Attention Module (AAM) 聚合注意力模块，和 Valid Interpolate Module (VIM) 有效插值模块。

StrideFormer 骨干网络

我们使用 MobileNetV3 block 设计了一个四阶段的骨干网络，可以在减少了参数冗余的情况下，高效提取不同感受野的特征。在骨干网络的后两个阶段，我们还使用了 Strided Attention Module 为特征赋予全局视野。

AAM 聚合注意力模块

为了有效融合特征，我们使用集成投票的形式过滤细节特征。实验证明语义信息的提升至关重要，因此我们在融合特征最后环节添加语义特征，以最大程度保留语义信息。

VIM 有效插值模块

我们使用 VIM 替换原有的上采用模块，从而显著减少模型推理阶段的延迟。在类别数很多的数据集中，单张图片中存在的语义类别数占数据集类别总数的比例是很小的，例如在 ADE20K 数据集中这个比例大约只有 10%。因此通常做法会导致大量算力用于无用类别的上采样，而 VIM 通过只插值最终预测中存在的类别，显著降低了上采样的延时。

基于三个创新组件，PP-MobileSeg 的网络架构图如下所示：首先通过骨干网络提取并增强语义特征和细节特征，然后通过 AAM 特征融合模块产出最适合语义分割的特征，最后以一个简单的分割头和专注性能优化的 VIM 上采样模块得到分割结果。其中 AAM 和 VIM 的细节展示分别在下图的左上角和右下角，详细说明可以参考 PP-MobileSeg 论文。

PP-MobileSeg 模型架构图

PP-MobileSeg 论文

https://arxiv.org/abs/2304.05152

PP-MobileSeg 传送门

https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.8/configs/pp_mobileseg

工业质检工具 QualityInspector

在 3C 电子、汽车、纺织化纤、金属、建筑、食品、日用消费品等生产制造行业，质量检测是保障产品质量的重要一环，是企业确保产品符合标准，满足客户需求，提高竞争力的关键步骤。在深度学习时代，使用视觉技术对零件图像进行质检检测，相比人工或传统的质检方法，能够显著提升精度和效率。因此，我们开发了工业质检工具 QualityInspector，希望帮助开发者快速完成算法的研发、验证和调优，助力从数据标注到模型部署的全流程工业质检应用实践。目前，我们发布了 QualityInspector V0.5 预览版本，主要特性如下：

统一可配置的解决方案

支持检测、分割单模型、检测 +RoI 分割串联结合后处理的解决方案，简单修改配置即可轻松组合视觉套件的模型。

工业级指标评估和调优

评估工业质检项目实际落地指标，并可直接调节后处理规则参数进行指标一键调优，方便易用。

丰富的视觉算法库

新增支持无监督异常检测算法，同时集成飞桨视觉套件的成熟算法库，覆盖图像分割、目标检测等任务。

可快速上手的工具

支持数据格式转化工具，快速完成检测，分割 /RoI 分割任务数据格式转化，同时支持数据分析工具和 EISeg 数据标注工具。

QualityInspector 缺陷检测效果

欢迎广大开发者试用并反馈宝贵意见！

QualityInspector 传送门

https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.8/contrib/QualityInspector

全景分割解决方案

PanopticSeg全景分割是一项图像解析任务，该任务结合了语义分割（为图像中每个像素赋予一个标签）和实例分割（检测并分割出图像中每一个对象实例）。PaddleSeg 2.8 版本全新推出全景分割解决方案 PanopticSeg ，旨在提供全景分割模型训练、验证与部署的全流程开发解决方案。

高精度

提供高质量的前沿全景分割模型，开箱即用，目前已经支持的模型包括 Mask2Former、Panoptic-DeepLab ；

全流程

提供全流程开发能力，打通数据集准备、模型训练、模型推理、可视化分析等功能，助力用户完成一站式开发工作；

高性能

使用多进程异步 I/O 、多卡并行训练等加速策略，结合飞桨核心框架的显存优化功能，让开发者以更低成本、更高效地完成全景分割模型训练。

使用 PanopticSeg 在 Cityscapes 数据集中的可视化效果，依次为原图、语义分割结果、实例分割结果、全景分割结果

PanopticSeg 传送门

https://github.com/PaddlePaddle/PaddleSeg/blob/release/2.8/contrib/PanopticSeg

集成 FastDeploy 部署能力

大家训练完成分割模型后，经常需要花费大量的时间精力，为不同硬件开发部署程序。为了解决这个痛点，PaddleSeg 2.8 版本深入对接了飞桨全场景 AI 推理部署工具 FastDeploy 。大家使用 FastDeploy，可以快速在 X86 CPU、NVIDIA GPU、飞腾 CPU、ARM CPU、Intel GPU、昆仑、昇腾、瑞芯微、晶晨、算能等 10+ 款硬件上部署 PaddleSeg 模型，并且支持灵活选择 Paddle Inference、Paddle Lite、TensorRT、OpenVINO、ONNXRuntime、RKNPU2、SOPHGO 等多种推理后端！此外，FastDeploy 针对分割模型进行了深度优化，开发了高效的图像前处理、结果后处理等功能模块，支持 FlyCV 和 CVCUDA 图像加速库，提供简易的上手体验、极致的端到端推理性能。

语义分割模型地硬件支持列表如下：

Matting 模型硬件支持列表如下：

FastDeploy 部署教程传送门

https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.8/deploy/fastdeploy

其它新功能与特性

深受开发者欢迎的智能交互式分割标注工具 EISeg 迎来了 V1.1 版本的升级：

新增对检测目标的手工标注功能；
新增对检测目标的预标注功能，支持修改预标注的标签对应关系；
支持 3 种常用的检测标注保存格式：COCO、VOC 和 YOLO。

Matting 人像抠图解决方案的升级：

新增视频抠图模型 RVM，支持视频预测和背景替换；
新增人像抠图.NET 部署教程（由外部开发者 @raoyutian 贡献）。

基于.NET 部署的 PaddleSeg C# 应用 demoPaddleSeg 2.8 版本也完成了一些代码重构与升级的工作，例如支持自定义 Optimizer 组件，可灵活配置训练超参；解耦 Config 和 Builder ，严格校验配置信息；新增支持指数滑动平均 EMA ，助力训练过程稳定收敛。此外，在广大开发者的积极反馈之下，发现并修复了若干漏洞，在此对参与 PaddleSeg 项目贡献的开发者们表示衷心的感谢！❤️