Mit B5 Finetuned Sidewalk Semantic

🚀 SegFormer (b5サイズ) モデル：sidewalk-semanticデータセットでファインチューニング済み

このモデルはSegmentsAIのsidewalk-semanticデータセットでファインチューニングされたSegFormerモデルです。SegFormerは、Xieらによる論文SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformersで紹介され、このリポジトリで最初に公開されました。

🚀 クイックスタート

このモデルは、歩道の画像セグメンテーションに使用できます。以下のコードで簡単に試すことができます。

✨ 主な機能

SegFormerは、階層的なTransformerエンコーダと軽量の全MLPデコードヘッドで構成されており、ADE20KやCityscapesなどのセマンティックセグメンテーションベンチマークで優れた結果を達成します。階層的なTransformerはまずImageNet-1kで事前学習され、その後デコードヘッドが追加され、下流のデータセットで一緒にファインチューニングされます。

📦 インストール

このモデルを使用するには、transformersライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers

💻 使用例

基本的な使用法

from transformers import SegformerFeatureExtractor, SegformerForImageClassification
from PIL import Image
import requests

url = "https://segmentsai-prod.s3.eu-west-2.amazonaws.com/assets/admin-tobias/439f6843-80c5-47ce-9b17-0b2a1d54dbeb.jpg"
image = Image.open(requests.get(url, stream=True).raw)

feature_extractor = SegformerFeatureExtractor.from_pretrained("zoheb/mit-b5-finetuned-sidewalk-semantic")
model = SegformerForImageClassification.from_pretrained("zoheb/mit-b5-finetuned-sidewalk-semantic")

inputs = feature_extractor(images=image, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits

# model predicts one of the 35 Sidewalk classes
predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", model.config.id2label[predicted_class_idx])

高度な使用法

このモデルの詳細なノートブックはこちらで確認できます。 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。

📚 ドキュメント

このモデルに関する詳細な情報は、公式ドキュメントを参照してください。

📄 ライセンス

このモデルのライセンスについては、こちらを参照してください。

BibTeXエントリと引用情報

@article{DBLP:journals/corr/abs-2105-15203,
  author    = {Enze Xie and
               Wenhai Wang and
               Zhiding Yu and
               Anima Anandkumar and
               Jose M. Alvarez and
               Ping Luo},
  title     = {SegFormer: Simple and Efficient Design for Semantic Segmentation with
               Transformers},
  journal   = {CoRR},
  volume    = {abs/2105.15203},
  year      = {2021},
  url       = {https://arxiv.org/abs/2105.15203},
  eprinttype = {arXiv},
  eprint    = {2105.15203},
  timestamp = {Wed, 02 Jun 2021 11:46:42 +0200},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2105-15203.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}