COCO图像分割-01-DeepLab-ONNX

COCO图像分割-01-DeepLab-ONNX 是使用 DeepLab 算法，在 COCO 数据集进行训练的图像分割模型，用于将输入的图像分割成不同的区域，并为每个像素分配相应的类别标签，从而实现对图像的精细分割和语义理解。

DeepLab 是一种基于深度学习的图像分割方法，它的主要思想是通过引入一个多尺度的金字塔结构，并在金字塔的每一层使用不同的卷积核和池化操作，来提高分割的精度和鲁棒性。DeepLab 使用了一种称为空洞卷积的技术，该技术可以在不增加网络深度的情况下增加卷积核的大小。这种技术可以有效地捕捉图像中的空间信息，从而提高分割的精度。

更多关于 DeepLab 模型的介绍，请参考 MobileNet。

模型基本信息

您可以在边缘智能控制台的 官方模型 列表访问本模型。下图展示了本模型的基本信息。

框架

本模型是 ONNX 格式的模型。

输入

输入说明：

• 本模型只支持同时输入一张图像。输入的是一个 RGB 图像，尺寸为 512 × 512 × 3（宽 × 高 × 通道数），单位：像素。
• 输入的通道顺序为 NCHW。其中，N 表示批处理大小，C 表示通道数（3），H 表示图像的高度（512），W 表示图像的宽度（512）。

输出

输出的结果是分割后的图像。

模型版本

本模型提供一个可部署的版本。

模型部署

1. 访问本模型的模型详情。

2. 在 版本管理 标签页，找到要使用的版本，单击 操作 列的 部署。

3. 在 部署模型服务 页面，选择要部署当前模型的 一体机 并设置 服务名称 以及服务的 HTTP端口 和 GRPC端口，然后单击 确认。

   • 服务名称在一台一体机中必须保持唯一。
   • 您设置的 HTTP 端口和 GRPC 端口不能是一体机中已被其他服务占用的端口。
   • 在首次部署模型服务时，我们推荐您使用其他配置的预设默认值。模型服务成功部署后，您可以根据实际需求编辑模型服务的配置。

   详细的操作步骤，请参见使用官方模型。

完成上述操作后，您可以在 模型服务 标签页查看模型服务的部署情况。