GID Segmentation FPN Resnet34

🚀 FPNモデルカード

このモデルは画像セグメンテーションを行うためのもので、segmentation - models - pytorchライブラリを利用しています。

🚀 クイックスタート

このセクションでは、学習済みのFPNモデルをロードする方法を紹介します。

学習済みモデルのロード

import segmentation_models_pytorch as smp

model = smp.FPN.from_pretrained("GID-segmentation-FPN_resnet34")

✨ 主な機能

• 画像セグメンテーションタスクに特化したFPNモデルを提供します。
• 様々な初期化パラメータを設定することで、モデルの柔軟性を高めています。

📦 インストール

このREADMEには具体的なインストール手順が記載されていないため、このセクションは省略します。

💻 使用例

基本的な使用法

以下のコードは、学習済みのFPNモデルをロードする方法を示しています。

import segmentation_models_pytorch as smp

model = smp.FPN.from_pretrained("GID-segmentation-FPN_resnet34")

高度な使用法

以下のコードは、モデルの初期化パラメータを設定する方法を示しています。

model_init_params = {
    "encoder_name": "resnet34",
    "encoder_depth": 5,
    "encoder_weights": "imagenet",
    "decoder_pyramid_channels": 256,
    "decoder_segmentation_channels": 128,
    "decoder_merge_policy": "add",
    "decoder_dropout": 0.2,
    "in_channels": 4,
    "classes": 1,
    "activation": None,
    "upsampling": 4,
    "aux_params": None
}

📚 ドキュメント

モデル初期化パラメータ

model_init_params = {
    "encoder_name": "resnet34",
    "encoder_depth": 5,
    "encoder_weights": "imagenet",
    "decoder_pyramid_channels": 256,
    "decoder_segmentation_channels": 128,
    "decoder_merge_policy": "add",
    "decoder_dropout": 0.2,
    "in_channels": 4,
    "classes": 1,
    "activation": None,
    "upsampling": 4,
    "aux_params": None
}

モデルメトリクス

[
    {
        "test_per_image_iou": 0.6289815902709961,
        "test_dataset_iou": 0.7612584233283997
    }
]

データセット

データセット名: GID

その他の情報

• ライブラリ: https://github.com/qubvel/segmentation_models.pytorch
• ドキュメント: https://smp.readthedocs.io/en/latest/

このモデルはPytorchModelHubMixinを使用してHubに公開されています。

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されています。