实时语义分割PIDNet算法TensorRT转换

[PIDNet](GitHub - XuJiacong/PIDNet: This is the official repository for our recent work: PIDNet)

是22年新开源的实时语义分割算法，和DDRNet一样具有不错的性能

网络结构如下：

网络分为三个分支，如上图，整体结构和DDRNet比较类似，包括源代码也和DDRNet比较类似。

这里多的一个分支新增了分割边缘的信息。

这里采用tensorrtx方式将网络逐层转为TensorRT模型，项目具体不赘述，见：https://github.com/midasklr/PIDNet.TensorRT/blob/main/READMECH.md

需要注意的是实现中的一些细节：

1. Pytorch源码的cityscape数据集训练是：输入数据2048x1024，然后预处理，随机crop出1024x1024训练，测试时候输入是2048x1024，这里TensorRT模型采用输入数据resize成1024x1024然后推理，实测损失不大，主要原因在于做tensorrt和pytorch模型的精度矫正时候发现这种输入损失最小（非常小）。

2. 训练时，读取图片=>1024x512=>随机crop出512x512训练。相比原操作训练提升3+倍速度，训练时间从一周降低到2天，代价是mIOU下降约1%。

3. 源代码采用DP模式支持多卡训练，测试发现不如单卡训练速度。

   扫描二维码关注公众号，回复： 15226329 查看本文章

4. PAPPM模块修改。原PAPPM中pooling的感受野用于适应2048x1024输入，到PAPPM模块输入时候变为（1， 512，32，64），对应kernel=5、9、17、global。当输入改为1024x512，spp输入（1,512,16,32），pooling kernel如何调整适合。

5. 注意PAPPM模块中scale_process中卷积为group=4分组卷积！

TensorRT源码：GitHub - midasklr/PIDNet.TensorRT: TensorRT project of PIDNet