
segmentation_models.pytorch
一行代码调用 500+ 预训练分割模型,快速搭建语义分割流水线。
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 11811
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Python 环境(本项目为 Python 库)
- 已安装 PyTorch(本库基于 PyTorch 构建)
- 已安装并可正常使用 pip
安装与启动步骤
-
1安装 PyPI 版本
官方推荐的安装方式,直接从 PyPI 拉取最新的发布版。在已激活的 Python 环境中执行即可,无需克隆仓库。
pip install segmentation-models-pytorch -
2安装 GitHub 最新版
如果想用仓库中最新的代码(可能未发布到 PyPI),改用这条命令从 GitHub 直接安装。二者选其一即可,不必重复安装。
pip install git+https://github.com/qubvel/segmentation_models.pytorch -
3确认安装结果
查看已安装的包信息与版本号,确认安装成功且环境中的 pip 指向正确的 Python 解释器。
pip show segmentation-models-pytorch -
4查阅官方文档
README 中的 Quick start 未给出示例代码,请访问官方文档了解如何创建模型、训练与评估。
如何确认成功
执行 pip show segmentation-models-pytorch,能正常输出包名、版本等信息即表示安装成功。
常见问题
Q:想用最新代码而不是 PyPI 发布版怎么办?
A:改用 pip install git+https://github.com/qubvel/segmentation_models.pytorch,从 GitHub 仓库直接安装最新版本。
Q:这个库支持哪些分割架构?
A:提供 12 种编码器-解码器架构,包括 Unet、Unet++、Segformer、DPT 等,可通过统一的高层 API 创建。
Q:可用的预训练骨干网络有多少?
A:提供 800+ 预训练卷积与 Transformer 编码器,并且支持 timm 库中的模型作为骨干网络。
Q:模型能否导出部署到生产环境?
A:支持 ONNX 导出,同时兼容 torch script、torch trace 以及 torch compile。
Q:完整的使用文档在哪里?
A:官方文档地址为 https://smp.readthedocs.io/ ,README 中也提供了该链接。
注意事项
- 本库基于 PyTorch 构建,安装前请确保运行环境中已具备 PyTorch。
- README 的 Quick start 章节未给出具体代码示例,实际使用请以官方文档为准。
- 从 GitHub 安装需要能够正常访问 GitHub 网络。
核心亮点
- 提供 500+ 预训练骨干,覆盖 CNN 和 Transformer,选择丰富
- 统一 API 设计,切换不同分割架构(U-Net、FPN 等)只需改一行参数
- 内置多种损失函数和评估指标,开箱即用,减少重复开发
不足之处
- 文档/社区待观察
- 部分新模型(如最新 ViT 变体)更新可能滞后
适用场景
- 学术研究中的语义分割实验对比
- 工业项目中的图像分割快速原型开发
- 教学场景中演示不同分割架构的效果差异
替代项目
MMSegmentation、torchvision、segmentation_models
同类项目推荐
sports
开源
用AI看懂体育比赛,一键提取球员位置和动作数据
computer vision and sports
awesome-yolo-object-detection
开源
一份清单,快速找到你想要的 YOLO 模型和数据集。
A collection of some awesome public YOLO object detection series projects and the re···
scribe.js
开源
浏览器里直接识别图片和 PDF 文字,无需后端
JavaScript OCR and text extraction for images and PDFs.
eSearch-OCR
开源
npm 装完就能在 JS 里跑 PaddleOCR 取字。
基于paddleOCR的js库
shiping
开源
按快捷键截屏,AI 立刻看懂并解答屏幕内容
识屏 Shiping:截屏 + AI,看懂屏幕上的任何内容。代码、报错、题目、图表、外文资料,按快···
PerceptionMetrics
开源
跨模态统一评测检测分割模型,省去重复造轮子
A toolkit designed to unify and streamline the evaluation of object detection and se···
ShowAnything
开源
用语言或点击,轻松编辑视频中的任意目标
WeVisDoc
开源
整页文档图一键转结构化 Markdown,公式表格都不丢
WeVisDoc is an end-to-end document parser for page images. Fine-tuned from Qwen3-VL-···
MIPHEI-ViT
开源
用 ViT 把 H&E 病理图直接转成免疫荧光图,省去染色实验
MIPHEI-ViT: Repository to train Image-to-Image H&E to Immunofluorescence models