PaddleSeg 近期帶來重大升級，覆蓋最新頂會模型、10 倍提速的智能標注工具、實時人像分割 SOTA 方案、全新 3D 醫療影像分割方案等。歡迎廣大開發者使用 NVIDIA 與飛槳聯合深度適配的 NGC 飛槳容器在 NVIDIA GPU 上體驗！

PaddleSeg 重磅發新！帶來 NeurIPS 頂會模型、智能標注 10 倍速神器、人像分割 SOTA 方案、3D 醫療影像分割利器！

圖像分割是計算機視覺三大任務之一，基于深度學習的圖像分割技術也發揮日益重要的作用，廣泛應用于工業質檢、自動駕駛、遙感、智慧醫療、智能辦公、媒體娛樂等行業。然而在實際業務中，圖像分割依舊面臨諸多挑戰，比如：分割數據標注效率較低，標注過程自動化程度低；垂類場景多樣，打造全流程方案的難度大；針對 3D 分割的方案較少。

針對以上挑戰，飛槳圖像分割開源套件 PaddleSeg 近期帶來重磅升級，主要包括：

• 官方開源 NeurIPS 2022 頂會發表的實時語義分割模型 RTFormer。該模型結合 CNN 和 Transformer 的優點，創新設計并使用了高效的 RTFormer Block。對比其他實時語義分割模型，RTFormer 在多個數據集上實現 SOTA 精度和速度。詳情可參考：https://mp.weixin.qq.com/s/qmEhcHhAqefqp2keazbJ0g。

圖 1 RTFormer Block架構

• 針對標注數據的難題，發布智能標注平臺 EISeg 正式版。EISeg 支持醫療、遙感、工業質檢等領域的分割標注，新增視頻分割標注，分割標注效率提升超過10 倍。詳情可參考：https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.6/EISeg。

?圖 2 智能標注平臺 EISeg

• 針對人像分割場景，發布實時人像分割 SOTA 方案 PP-HumanSegV2。該方案的推理速度提升 87.15%，分割精度達到 96.63%，可視化效果更佳，可與商業收費方案媲美，支持零成本開箱即用。詳情可參考：https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.6/contrib/PP-HumanSeg。

圖 3 PP-HumanSegV2 模型架構

• 針對 3D 醫療分割場景，發布 3D 醫療影像分割方案 MedicalSegV2。該方案支持 3D 交互式標注，實現高精度、定制化、全流程醫療影像分割。詳情可參考：https://github.com/PaddlePaddle/PaddleSeg/tree/develop/contrib/MedicalSeg。

圖 4 3D 醫療影像分割效果

喜歡的小伙伴歡迎 star 支持哦~您的支持是我們不斷進取的最大動力！

圍繞 PP-HumanSegV2、EISeg、MedicalSeg，PaddleSeg 團隊近期進行了三日課直播。大家可以掃描下方二維碼，加入 PaddleSeg 交流群獲取回放視頻。除此之外，入群還可以領取 30G 學習大禮包，包括：深度學習基礎教程、圖像分割論文合集、PaddleSeg 歷次直播視頻、圖像分割應用案例和企業范例等。

NGC 飛槳容器介紹

如果您希望體驗 PaddleSeg 工具的新特性，歡迎使用 NGC 飛槳容器。NVIDIA 與百度飛槳聯合開發了 NGC 飛槳容器，將最新版本的飛槳與最新的 NVIDIA 的軟件棧（如 CUDA）進行了無縫的集成與性能優化，最大程度的釋放飛槳框架在 NVIDIA 最新硬件上的計算能力。這樣，用戶不僅可以快速開啟 AI 應用，專注于創新和應用本身，還能夠在 AI 訓練和推理任務上獲得飛槳+NVIDIA 帶來的飛速體驗。

最佳的開發環境搭建工具 - 容器技術。

1. 容器其實是一個開箱即用的服務器。極大降低了深度學習開發環境的搭建難度。例如你的開發環境中包含其他依賴進程（redis，MySQL，Ngnix，selenium-hub 等等），或者你需要進行跨操作系統級別的遷移。

2. 容器鏡像方便了開發者的版本化管理

3. 容器鏡像是一種易于復現的開發環境載體

4. 容器技術支持多容器同時運行

最好的 PaddlePaddle 容器

NGC 飛槳容器針對 NVIDIA GPU 加速進行了優化，并包含一組經過驗證的庫，可啟用和優化 NVIDIA GPU 性能。此容器還可能包含對 PaddlePaddle 源代碼的修改，以最大限度地提高性能和兼容性。此容器還包含用于加速 ETL（DALI, RAPIDS）、訓練（cuDNN, NCCL）和推理（TensorRT）工作負載的軟件。

PaddlePaddle 容器具有以下優點：

1. 適配最新版本的 NVIDIA 軟件棧（例如最新版本 CUDA），更多功能，更高性能。

2. 更新的 Ubuntu 操作系統，更好的軟件兼容性

3. 按月更新

4. 滿足 NVIDIA NGC 開發及驗證規范，質量管理

通過飛槳官網快速獲取

環境準備

使用 NGC 飛槳容器需要主機系統（Linux）安裝以下內容：

• Docker 引擎

• NVIDIA GPU 驅動程序

• NVIDIA 容器工具包

有關支持的版本，請參閱 NVIDIA 框架容器支持矩陣和 NVIDIA 容器工具包文檔。

不需要其他安裝、編譯或依賴管理。無需安裝 NVIDIA CUDA Toolkit。

NGC 飛槳容器正式安裝：

要運行容器，請按照 NVIDIA Containers For Deep Learning Frameworks User’s Guide 中 Running A Container 一章中的說明發出適當的命令，并指定注冊表、存儲庫和標簽。有關使用 NGC 的更多信息，請參閱 NGC 容器用戶指南。如果您有 Docker 19.03 或更高版本，啟動容器的典型命令是：

*詳細安裝介紹 《NGC 飛槳容器安裝指南》

https://www.paddlepaddle.org.cn/documentation/docs/zh/install/install_NGC_PaddlePaddle_ch.html

*詳細產品介紹視頻

【飛槳開發者說｜NGC 飛槳容器全新上線 NVIDIA 產品專家全面解讀】

https://www.bilibili.com/video/BV16B4y1V7ue?share_source=copy_web&vd_source=266ac44430b3656de0c2f4e58b4daf82

飛槳與 NVIDIA NGC 合作介紹

NVIDIA 非常重視中國市場，特別關注中國的生態伙伴，而當前飛槳擁有超過 470 萬的開發者。在過去五年里我們緊密合作，深度融合，做了大量適配工作，如下圖所示。

今年，我們將飛槳列為 NVIDIA 全球前三的深度學習框架合作伙伴。我們在中國已經設立了專門的工程團隊支持，賦能飛槳生態。

為了讓更多的開發者能用上基于 NVIDIA 最新的高性能硬件和軟件棧。當前，我們正在進行全新一代 NVIDIA GPU H100 的適配工作，以及提高飛槳對 CUDA Operation API 的使用率，讓飛槳的開發者擁有優秀的用戶體驗及極致性能。

以上的各種適配，僅僅是讓飛槳的開發者擁有高性能的推理訓練成為可能。但是，這些離行業開發者還很遠，門檻還很高，難度還很大。

為此，我們將剛剛這些集成和優化工作，整合到三大產品線中。其中 NGC 飛槳容器最為閃亮。

NVIDIA NGC Container – 最佳的飛槳開發環境，集成最新的 NVIDIA 工具包（例如 CUDA）

點擊查看往期精彩內容

一：在 NVIDIA NGC 上搞定模型自動壓縮，YOLOv7 部署加速比 5.90，BERT 部署加速比 6.22

二：在 NVIDIA NGC 上體驗輕量級圖像識別系統

三：在 NVIDIA NGC 上體驗一鍵 PDF 轉 Word

四：PaddleDetection 發新，歡迎在 NVIDIA NGC 飛槳容器中體驗最新特性！

五：NVIDIA Deep Learning Examples飛槳ResNet50模型上線訓練速度超PyTorch ResNet50