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

参考 部署模型服务进行模型服务的部署。在 部署模型服务 参数配置页面，修改以下配置：

调用示例

模型服务部署成功后，您可以下载客户端调用示例，用来验证此模型服务的效果。