北京
分享至
做图像处理管线时，人脸蒙版这一步常被当成"随便挑个模型"的环节。但BiSeNet和XSeg给出的东西根本不是一回事：前者输出的是19类标注图，后者只给一张人脸蒙版。
这个差异决定了选型逻辑。如果从模型大小或推理速度出发去比较，方向就偏了——两者产出的数据结构不同，能支撑的下游编辑也不同。
19类标注图意味着像素被分到多个语义类别里，管线后续可以按类别做不同处理。单一人脸蒙版则只回答"哪里是人脸"这一个问题。
所以判断顺序应该反过来：先明确下游编辑需要什么粒度的信息，再回头看哪个模型的输出能对上。需要多类别语义信息时，单张蒙版补不上；只需要人脸区域时，19类标注图里的大部分类别可能用不到。
模型大小和推理速度是选型时要考虑的因素，但它们不该排在第一位。输出形态对不上，再快的推理也救不了管线。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
