CoinCheung/BiSeNet

解決する課題

このプロジェクトは、リアルタイムセマンティックセグメンテーション向けに設計されたディープラーニングアーキテクチャであるBiSeNetV1およびBiSeNetV2の高性能な実装を提供します。さまざまなハードウェアプラットフォーム上で高フレームレートかつ正確な画像セグメンテーションを実行するというニーズに応えます。

仕組み

このプロジェクトでは、BiSeNetアーキテクチャの2つのバージョンを実装しており、画像内のすべてのピクセルを特定のクラス（道路、車、歩行者など）に分類できます。Cityscapes、COCO-Stuff、ADE20Kなどの標準データセットでモデルをトレーニング、評価、微調整するためのツールが含まれています。本番環境での効率を確保するため、TensorRT、NCNN、OpenVINO、Triton Inference Server向けのデプロイガイドを提供しています。

対象読者

低遅延と高スループットが不可欠な自動運転やロボティクスなどのアプリケーションで、リアルタイムセマンティックセグメンテーションを実装する必要があるコンピュータビジョンエンジニアや研究者を対象としています。

ハイライト

• リアルタイム性能: Cityscapesデータセットにおいて高いFPS（int8精度で最大426 FPS）を実現。
• マルチプラットフォームデプロイ: TensorRT、NCNN、OpenVINO、Triton Inference Serverを明示的にサポート。
• 柔軟な評価: シングルスケール、マルチスケール、クロップ評価手法をサポート。
• 事前学習済み重み: 複数のベンチマークデータセットの重みをダウンロード可能。