在人工智能领域中，有一项非常关键的技术，那就是图像分割。
图像分割是指将图像中具有特殊意义的不同区域划分开来，这些区域互不相交，每个区域满足灰度、纹理、彩色等特征的某种相似性准则。
比如上图识别视盘。视盘是视网膜中的关键解剖学结构，其形状、面积和深度等参数是衡量眼底健康状况的重要指标，准确定位和分割视盘区域是眼底图像分析和处理的关键步骤。
在人工智能的辅助下，只需要数秒，即可初步判断被检者是否存在眼底疾病，这将有助缓解专业眼科医生不足的瓶颈，开启眼底疾病的基层筛查新模式。而图像分割就是实现这项功能的基础，可见其重要性。
下面就给大家讲讲如何基于PaddlePaddle平台，训练并测试一个视盘图像分割的基本模型。
1.准备
为了实现这个实验，Python是必不可少的，如果你还没有安装Python，建议阅读我们的这篇文章：超详细Python安装指南。
在安装前，确认自己需要的PaddlePaddle版本，比如GPU版或CPU版，GPU在计算上具有绝对优势，但是如果你没有一块强力的显卡，建议选择CPU版本。
(GPU版)如果你想使用GPU版，请确认本机安装了CUDA计算平台及cuDNN，它们的下载地址分别是：