Segformer B3 Fashion

🚀 segformer-b3-fashion

このモデルは、nvidia/mit-b3 を sayeed99/fashion_segmentation データセットで、画像をリサイズせずに元のサイズのまま微調整したバージョンです。

🚀 クイックスタート

from transformers import SegformerImageProcessor, AutoModelForSemanticSegmentation
from PIL import Image
import requests
import matplotlib.pyplot as plt
import torch.nn as nn

processor = SegformerImageProcessor.from_pretrained("sayeed99/segformer-b3-fashion")
model = AutoModelForSemanticSegmentation.from_pretrained("sayeed99/segformer-b3-fashion")

url = "https://plus.unsplash.com/premium_photo-1673210886161-bfcc40f54d1f?ixlib=rb-4.0.3&ixid=MnwxMjA3fDB8MHxzZWFyY2h8MXx8cGVyc29uJTIwc3RhbmRpbmd8ZW58MHx8MHx8&w=1000&q=80"

image = Image.open(requests.get(url, stream=True).raw)
inputs = processor(images=image, return_tensors="pt")

outputs = model(**inputs)
logits = outputs.logits.cpu()

upsampled_logits = nn.functional.interpolate(
    logits,
    size=image.size[::-1],
    mode="bilinear",
    align_corners=False,
)

pred_seg = upsampled_logits.argmax(dim=1)[0]
plt.imshow(pred_seg)

ラベル

{"0":"未ラベル", "1": "シャツ、ブラウス", "2": "トップ、Tシャツ、スウェットシャツ", "3": "セーター", "4": "カーディガン", "5": "ジャケット", "6": "ベスト", "7": "ズボン", "8": "ショーツ", "9": "スカート", "10": "コート", "11": "ドレス", "12": "ジャンプスーツ", "13": "ケープ", "14": "眼鏡", "15": "帽子", "16": "ヘッドバンド、頭の覆い、ヘアアクセサリー", "17": "ネクタイ", "18": "手袋", "19": "時計", "20": "ベルト", "21": "レッグウォーマー", "22": "タイツ、ストッキング", "23": "靴下", "24": "靴", "25": "バッグ、財布", "26": "スカーフ", "27": "傘", "28": "フード", "29": "襟", "30": "ラペル", "31": "エポレット", "32": "袖", "33": "ポケット", "34": "ネックライン", "35": "バックル", "36": "ジッパー", "37": "アップリケ", "38": "ビーズ", "39": "ボウ", "40": "花", "41": "フリンジ", "42": "リボン", "43": "リベット", "44": "リフル", "45": "シークイン", "46": "タッセル"}

フレームワークのバージョン

• Transformers 4.30.0
• Pytorch 2.2.2+cu121
• Datasets 2.18.0
• Tokenizers 0.13.3

📄 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}
}