概述¶
本章节向您介绍 MMSegmentation 框架以及语义分割相关的基本概念。我们还提供了关于 MMSegmentation 的详细教程链接。
什么是语义分割？¶
语义分割是将图像中属于同一目标类别的部分聚类在一起的任务。它也是一种像素级预测任务，因为图像中的每一个像素都将根据类别进行分类。该任务的一些示例基准有 Cityscapes, PASCAL VOC 和 ADE20K 。通常用平均交并比 (Mean IoU) 和像素准确率 (Pixel Accuracy) 这两个指标来评估模型。
什么是 MMSegmentation?¶
MMSegmentation 是一个工具箱，它为语义分割任务的统一实现和模型评估提供了一个框架，并且高质量实现了常用的语义分割方法和数据集。
MMSeg 主要包含了 apis, structures, datasets, models, engine, evaluation 和 visualization 这七个主要部分。
apis 提供了模型推理的高级api
structures 提供了分割任务的数据结构
SegDataSampledatasets 支持用于语义分割的多种数据集
transforms 包含多种数据增强变换
models 是分割器最重要的部分，包含了分割器的不同组件
segmentors 定义了所有分割模型类
data_preprocessors 用于预处理模型的输入数据
backbones 包含各种骨干网络，可将图像映射为特征图
necks 包含各种模型颈部组件，用于连接分割头和骨干网络
decode_heads 包含各种分割头，将特征图作为输入，并预测分割结果
losses 包含各种损失函数
engine 是运行时组件的一部分，扩展了 MMEngine 的功能
optimizers 提供了优化器和优化器封装
hooks 提供了 runner 的各种钩子
evaluation 提供了评估模型性能的不同指标
visualization 分割结果的可视化工具
如何使用本指南？¶
以下是详细步骤，将带您一步步学习如何使用 MMSegmentation :
有关安装说明，请参阅 开始你的第一步。
对于初学者来说，MMSegmentation 是开始语义分割之旅的最好选择，因为这里实现了许多 SOTA 模型以及经典的模型 model 。另外，将各类组件和高级 API 結合使用，可以更便捷的执行分割任务。关于 MMSegmentation 的基本用法，请参考下面的教程：
如果你想了解 MMSegmentation 工作的基本类和功能，请参考下面的教程来深入研究：
MMSegmentation 也为用户自定义和一些前沿的研究提供了教程，请参考下面的教程来建立你自己的分割项目：
如果您更熟悉 MMSegmentation v0.x , 以下是 MMSegmentation v0.x 迁移到 v1.x 的文档
参考来源¶
https://paperswithcode.com/task/semantic-segmentation/codeless#task-home