منصوبے کے بارے میں

PaddleSeg ایک اینڈ ٹو اینڈ امیج سیگمنٹیشن ڈیولپمنٹ کٹ ہے جو PaddlePaddle پر مبنی ہے اور تربیت سے تعیناتی تک مکمل امیج سیگمنٹیشن ایپلیکیشن ورک فلو کے لیے بنائی گئی ہے۔ یہ پروجیکٹ Apache 2.0 لائسنس کے تحت ہے، Linux، Windows اور macOS کو سپورٹ کرتا ہے، اور Python 3.6 یا اس سے اوپر درکار ہے۔ بنیادی صلاحیتیں اس کٹ میں 45+ ماڈل الگورتھم اور 140+ پری ٹرینڈ ماڈل شامل ہیں، جو سیمنٹک سیگمنٹیشن، انٹرایکٹو سیگمنٹیشن، امیج میٹنگ اور پینورامک سیگمنٹیشن کی چار بڑی صلاحیتیں فراہم کرتی ہے، اور اس سے پورٹریٹ سیگمنٹیشن، 3D میڈیکل سیگمنٹیشن اور ڈومین ایڈاپٹیشن جیسے خصوصی شعبے بھی نکالے گئے ہیں۔ ڈیولپمنٹ کے طریقوں میں کنفیگریشن ڈرائیون اور API کالنگ دونوں شامل ہیں، جو ڈیٹا اینوٹیشن، ماڈل ڈیولپمنٹ، تربیت، کمپریشن اور تعیناتی کے پورے عمل کو کور کرتی ہیں۔ ماڈل اور اجزاء سیمنٹک سیگمنٹیشن ماڈل لائبریری میں PP-LiteSeg، PP-MobileSeg، DeepLabV3P، OCRNet، BiSeNetV1/V2، DDRNet، SegFormer، U-Net سیریز، MaskFormer، K-Net، SegNeXt اور بہت سے دیگر نیٹ ورکس شامل ہیں۔ بیک بون نیٹ ورکس میں HRNet، ResNet، STDCNet، MobileNetV2/V3، ShuffleNetV2، GhostNet، LiteHRNet، ViT، Swin Transformer اور MSCAN وغیرہ شامل ہیں۔ لاس فنکشنز میں کراس اینٹروپی، Dice، Focal، Lovasz، OHEM، ایج اٹینشن اور دیگر متعدد اختیارات دستیاب ہیں، اور تشخیصی میٹرکس میں mIoU، Accuracy، Kappa، Dice اور AUC_ROC شامل ہیں۔ ڈیٹا اور تربیتی معاونت ADE20K، Cityscapes، COCO Stuff، Pascal VOC، PP-HumanSeg14K اور متعدد میڈیکل امیجنگ ڈیٹا سیٹس (DRIVE، STARE، CHASE_DB1، HRF وغیرہ) کی ریڈنگ سپورٹ بلٹ ان ہے، اور فلپ، اسکیلنگ، کراپنگ، نوائز، بلر، روٹیشن اور ایفائن جیسی ڈیٹا اگمینٹیشن حکمت عملیاں بھی فراہم کی گئی ہیں۔ تربیت کی جانب ملٹی پروسیس اسی نکرونس I/O، ملٹی GPU متوازی تربیت اور تشخیص جیسی تیز رفتار حکمت عملیاں استعمال کی جاتی ہیں، اور فریم ورک میموری آپٹیمائزیشن کے ساتھ تربیتی لاگت کم کی جاتی ہے۔ تعیناتی اور کمپریشن ماڈل کو پریڈکشن ماڈل یا ONNX میں ایکسپورٹ کیا جا سکتا ہے، اور تعیناتی کے راستوں میں FastDeploy، Paddle Inference (Python/C++)، Paddle Lite، Paddle Serving اور Paddle JS شامل ہیں، جو سرور GPU، X86 CPU، موبائل ARM CPU اور ویب منظرناموں کو کور کرتے ہیں۔ کمپریشن کے حوالے سے کوانٹائزیشن، ڈسٹلیشن، پرووننگ اور کوانٹائزیشن ڈسٹلیشن ٹریننگ کمپریشن جیسی صلاحیتیں فراہم کی گئی ہیں۔ لو کوڈ اور ٹولز نومبر 2024 میں PaddleX پر مبنی لو کوڈ مکمل ورک فلو ڈیولپمنٹ صلاحیت شامل کی گئی، جس نے عمومی سیمنٹک سیگمنٹیشن اور امیج انوملی ڈیٹیکشن سے متعلق ماڈلز کو پروڈکشن لائن میں ضم کیا، متحد کمانڈ اور گرافیکل انٹرفیس دونوں استعمال کے طریقوں کی سپورٹ کی، اور امیج انوملی ڈیٹیکشن الگورتھم SFTPM بھی شامل کیا۔ اس کے علاوہ ماڈل سلیکشن ٹول PaddleSMRT، انٹرایکٹو اینوٹیشن ٹول EISeg اور لائٹ ویژن لارج ماڈل MobileSAM جیسے معاون اجزاء بھی فراہم کیے گئے ہیں۔ قابل اطلاق منظرنامے README میں پورٹریٹ سیگمنٹیشن، ریموٹ سینسنگ روڈ سیگمنٹیشن، لین لائن سیگمنٹیشن، فیس پارٹ سیگمنٹیشن، 3D ورٹیبرا سیگمنٹیشن، نیل پری ویو اور ریبار لینتھ مانیٹرنگ جیسی صنعتی مشق کی مثالیں دی گئی ہیں، جو ظاہر کرتی ہیں کہ یہ میڈیکل، صنعتی، ریموٹ سینسنگ اور تفریحی منظرناموں کی خدمت کر سکتا ہے۔