PaddleSeg

用 PP-LiteSeg 完成一次图像分割训练与预测

准备输入

• 教程提供的图像、像素标注及训练验证数据列表。
• 已配置 PaddleSeg 的运行环境、对应模型配置与输出目录。

操作步骤

1. 下载教程数据，选用对应的 PP-LiteSeg 配置并确认数据位置。
2. 在仓库根目录运行 tools/train.py，按需要开启评估与日志记录，查看输出目录中的模型权重。
3. 用 tools/val.py 检查模型指标，再用 tools/predict.py 处理图像，查看保存的分割可视化结果。

训练、评估与预测命令均需在仓库根目录执行；学习率应与使用卡数匹配。分割质量除了查看整体指标，还应通过具体样本检查错误区域。