图像分割
组件介绍
**“图像分割”（Segmentation）**控件主要用于训练图像分割模型。
图像分割模型根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内表现出一致性或相似性，而在不同区域间表现出明显的不同。
- 输入：
- img: 图像数据集
- 输出：
- dpmod：深度学习模型
**“图像分割”（Segmentation）**控件读取VOC数据集，通过指定要训练的模型及相关的训练参数进行图像分割模型的训练。 训练集目录结构如下：
|- train
|- annotations
|- annotation_img1.png
|- annotation_img2.png
|- ...
|- images
|- img1
|- img2
|- ...
|- ...
|- val
|- annotations
|- annotation_val_img1.png
|- annotation_val_img2.png
|- ...
|- images
|- val_img1
|- val_img2
|- ...
|- ...
|- label_list.txt
|- train_list.txt
|- val_list.txt
其中label_list.txt用于记录标签信息，包括标签名，label_list.txt内容示例如下：
background
candy
egg tart
french fries
chocolate
biscuit
train_list.txt用于记录训练集数据信息，包括图片目录及标注图片目录，train_list.txt内容示例如下：
train/images/img0.jpg train/annotations/img0.png
train/images/img1.jpg train/annotations/img1.png
train/images/img2.jpg train/annotations/img2.png
val_list.txt用于记录验证集数据信息，包括图片目录及标注图片目录，val_list.txt内容示例如下：
validation/images/img85.jpg validation/annotations/img85.png
validation/images/img86.jpg validation/annotations/img86.png
validation/images/img87.jpg validation/annotations/img87.png
测试集目录结构如下：
|- test
|- images
|- img1
|- img2
|- ...
页面介绍
点击**“图像分割”（Segmentation）**控件查看参数配置页面，如下图所示：
参数选项
| 选项 | 说明 | 取值范围 | 样例值 | |
|---|---|---|---|---|
| 模型名称 | 设置模型名称，用于在其他组件中区分不同的模型 | 非空字符串 | Segmentation | |
| 计算框架 | 选择模型训练采用的训练框架，控件支持如下计算框架： | PyTorch | PyTorch | |
| 模型选择 | PyTorch | 支持的用于图像分割的深度学习模型 | SegFormer-B0 | SegFormer-B0 |
| Tensorflow | SegFormer-B0 | SegFormer-B0 | ||
| 训练参数 | 迭代轮数 | 训练迭代轮数（epoch） | 1~100000 | 10 |
| 学习率 | learning rate | 0.00000001~1 | 0.001 | |
| 批大小 | 一个epoch训练的样本大小 | 1~840 | 4 | |
使用案例
在下图所示的案例中，使用**“图像”（Image）控件加载数据集，连接“图像分割”（Segmentation）控件构建模型，再将“图像分割”（Segmentation）控件与“训练日志”（Train Log ）**控件连接起来查看模型的训练日志。
案例中加载COCO数据集，案例中控件执行结果如下图所示：
