Segformer B1 Sidewalk

🚀 SegFormer (b1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

SegFormerモデルは、解像度512x512のsegments/sidewalk-semanticデータセットでファインチューニングされています。このモデルは、Xieらによる論文 SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformers で紹介され、最初は このリポジトリ で公開されました。

🚀 クイックスタート

このモデルは、セマンティックセグメンテーションに使用できます。関心のあるタスクでファインチューニング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。

✨ 主な機能

SegFormerは、階層型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。階層型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括してファインチューニングされます。

💻 使用例

基本的な使用法

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

feature_extractor = SegformerFeatureExtractor(reduce_labels=True)
model = SegformerForSemanticSegmentation.from_pretrained("ChainYo/segformer-sidewalk")

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

inputs = feature_extractor(images=image, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits  # shape (batch_size, num_labels, height/4, width/4)

高度な使用法

詳細な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

SegFormerモデルの詳細については、論文 SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformers を参照してください。

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。