PaddleX/docs/train/instance_segmentation.md

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

• 【重要】针对自己的机器环境和数据，调整训练参数？先了解下PaddleX中训练参数作用。——>>传送门
• 【有用】没有机器资源？使用AIStudio免费的GPU资源在线训练模型。——>>传送门
• 【拓展】更多实例分割模型，查阅PaddleX模型库和API使用文档。