Mask2former Swin Tiny Coco Panoptic

🚀 Mask2Former

Mask2Formerは、COCOパノプティックセグメンテーションで学習されたモデルです（tinyサイズ版、Swinバックボーン）。このモデルは論文 Masked-attention Mask Transformer for Universal Image Segmentation で紹介され、このリポジトリ で最初に公開されました。

なお、Mask2Formerを公開したチームはこのモデルについてモデルカードを作成していないため、このモデルカードはHugging Faceチームによって作成されています。

🚀 クイックスタート

このセクションでは、Mask2Formerモデルの概要と使用方法を紹介します。

✨ 主な機能

• Mask2Formerは、インスタンス、セマンティック、パノプティックセグメンテーションを同じパラダイムで扱います。具体的には、一連のマスクと対応するラベルを予測することで、3つのタスクをインスタンスセグメンテーションとして扱います。
• 前のSOTAである MaskFormer を性能と効率の両面で上回っています。具体的には、(i) ピクセルデコーダをより高度なマルチスケール変形可能アテンションTransformerに置き換える、(ii) マスクされたアテンションを持つTransformerデコーダを採用して、追加の計算を導入することなく性能を向上させる、(iii) 損失をサブサンプリングされたポイントで計算することで、トレーニング効率を向上させる、といった手法を用いています。
• モデルのアーキテクチャは以下の画像の通りです。

📚 ドキュメント

想定される用途と制限

この特定のチェックポイントはパノプティックセグメンテーションに使用できます。他のタスクで微調整されたバージョンを探すには、モデルハブ を参照してください。

使い方

以下は、このモデルの使用方法の例です。

import requests
import torch
from PIL import Image
from transformers import AutoImageProcessor, Mask2FormerForUniversalSegmentation


# load Mask2Former fine-tuned on COCO panoptic segmentation
processor = AutoImageProcessor.from_pretrained("facebook/mask2former-swin-tiny-coco-panoptic")
model = Mask2FormerForUniversalSegmentation.from_pretrained("facebook/mask2former-swin-tiny-coco-panoptic")

url = "http://images.cocodataset.org/val2017/000000039769.jpg"
image = Image.open(requests.get(url, stream=True).raw)
inputs = processor(images=image, return_tensors="pt")

with torch.no_grad():
    outputs = model(**inputs)

# model predicts class_queries_logits of shape `(batch_size, num_queries)`
# and masks_queries_logits of shape `(batch_size, num_queries, height, width)`
class_queries_logits = outputs.class_queries_logits
masks_queries_logits = outputs.masks_queries_logits

# you can pass them to processor for postprocessing
result = processor.post_process_panoptic_segmentation(outputs, target_sizes=[image.size[::-1]])[0]
# we refer to the demo notebooks for visualization (see "Resources" section in the Mask2Former docs)
predicted_panoptic_map = result["segmentation"]

より多くのコード例については、ドキュメント を参照してください。

📄 ライセンス

ライセンスはOtherです。

情報一覧