From 1b4d3510b0fd825cc00e0518c68c1f00da978ab6 Mon Sep 17 00:00:00 2001 From: Zeyu Chen Date: Thu, 5 Sep 2019 17:05:50 +0800 Subject: [PATCH] Update README.md --- README.md | 10 +++++----- 1 file changed, 5 insertions(+), 5 deletions(-) diff --git a/README.md b/README.md index 7ac34b5d..324e5c57 100644 --- a/README.md +++ b/README.md @@ -12,19 +12,19 @@ PaddleSeg具备高性能、丰富的数据增强、工业级部署、全流程 - **丰富的数据增强** - - 基于百度视觉技术部的实际业务经验，内置10+种数据增强策略，可结合实际业务场景进行定制组合，提升模型泛化能力和鲁棒性。 +基于百度视觉技术部的实际业务经验，内置10+种数据增强策略，可结合实际业务场景进行定制组合，提升模型泛化能力和鲁棒性。 - **主流模型覆盖** - - 支持U-Net, DeepLabv3+, ICNet三类主流分割网络，结合预训练模型和可调节的骨干网络，满足不同性能和精度的要求。 +支持U-Net, DeepLabv3+, ICNet三类主流分割网络，结合预训练模型和可调节的骨干网络，满足不同性能和精度的要求。 - **高性能** - - PaddleSeg支持多进程IO、多卡并行、多卡Batch Norm同步等训练加速策略，结合飞桨核心框架的显存优化算法，可以大幅度减少分割模型的显存开销，更快完成分割模型训练。 +PaddleSeg支持多进程IO、多卡并行、跨卡Batch Norm同步等训练加速策略，结合飞桨核心框架的显存优化功能，可以大幅度减少分割模型的显存开销，更快完成分割模型训练。 - **工业级部署** - - 基于[Paddle Serving](https://github.com/PaddlePaddle/Serving)和PaddlePaddle高性能预测引擎，结合百度开放的AI能力，轻松搭建人像分割和车道线分割服务。 +基于[Paddle Serving](https://github.com/PaddlePaddle/Serving)和PaddlePaddle高性能预测引擎，结合百度开放的AI能力，轻松搭建人像分割和车道线分割服务。
@@ -66,7 +66,7 @@ PaddleSeg具备高性能、丰富的数据增强、工业级部署、全流程 #### Q:图像分割的数据增强如何配置，unpadding, step-scaling, range-scaling的原理是什么？ -A: 数据增强的配置可以参考文档[数据增强](./docs/data_aug.md) +A: 更详细数据增强文档可以参考[数据增强](./docs/data_aug.md) #### Q: 预测时图片过大，导致显存不足如何处理？ -- GitLab