项目背景

景观质量评价是风景园林专业领域研究的重要内容之一，评价指标包括绿视率、天空比等。传统绿视率、天空比的计算方法主要有Photoshop人工绘制、色彩范围统计、传统机器学习算法(如SVM)等，存在耗时长、精度低等缺点。基于深度学习的方法能够让机器实现自动学习和识别，大大减少时间和人力成本，同时也提高了分类的精度和分类数量。

直播要点抢先看

PaddleSeg——飞桨深度学习语义分割神器

• 快速上手：PaddleSeg采用模块化设计，飞桨官方也提供了数十个配置文件，零基础用户只需要根据自己的业务需求，简单修改配置文件中各组件的内容，即可组装多样化的训练配置并开始训练模型。
• 分割网络数量多、质量高：PaddleSeg目前支持20+主流分割网络，且代码经过飞桨官方工程师审核，相比网络上基于其他开源框架的代码，PaddleSeg代码运行出错率更低。而且PaddleSeg还提供了50+的高质量预训练模型，效果优于其他开源实现。

PaddleSeg开发套件地址：

https://github.com/PaddlePaddle/PaddleSeg

Cityscapes Dataset——城市景观数据集：

关于城市街道场景的语义理解图片数据集，它主要包含来自50个不同城市的街道场景，拥有5000张在城市环境中驾驶场景的高质量像素级注释图像。其中训练集2975张，评估集500张，测试集1525张，包含共有19类街道环境中的要素。

城市景观数据集AI Studio获取地址：

https://aistudio.baidu.com/aistudio/datasetdetail/64550

BiSeNet V2模型训练及部署：

BiSeNet V2是轻量级、高效率、较高精度的语义分割模型。此次直播将手把手讲解采用城市景观数据集对BiSeNet V2模型进行训练及最终模型部署的全过程。

飞桨开发者说直播

强烈推荐深度学习新手小伙伴前来围观本周三19：00的直播！我们请到华南农业大学的谢杰航，站在开发者的角度为大家深度讲解PaddleSeg从入门到部署的全过程。基于具体的景观健康效益评价系统的搭建，代领大家经历数据准备、模型训练、模型部署的完整项目周期。

欢迎大家准时关注8月4日19：00的飞桨开发者说直播！看优秀开发者如何用AI解密风景园林的美！

主题： PaddleSeg从入门到部署景观健康效益评价系统搭建

分享人： 谢杰航 | 飞桨社区开发者，华南农业大学

直播间链接：

http://live.bilibili.com/21689802

如有飞桨相关技术有问题，欢迎在飞桨论坛中提问交流：

http://discuss.paddlepaddle.org.cn/

欢迎加入官方QQ群获取最新活动资讯：793866180。

如果您想详细了解更多飞桨的相关内容，请参阅以下文档。

·飞桨官网地址·

https://www.paddlepaddle.org.cn/

·飞桨开源框架项目地址·

GitHub: https://github.com/PaddlePaddle/Paddle 

Gitee: https://gitee.com/paddlepaddle/Paddle

长按上方二维码立即star！

飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件于一体，是中国首个自主研发、功能丰富、开源开放的产业级深度学习平台。飞桨企业版针对企业级需求增强了相应特性，包含零门槛AI开发平台EasyDL和全功能AI开发平台BML。EasyDL主要面向中小企业，提供零门槛、预置丰富网络和模型、便捷高效的开发平台；BML是为大型企业提供的功能全面、可灵活定制和被深度集成的开发平台。

END