Mask2former Swin Large Cityscapes Panoptic

🚀 Mask2Former

Mask2Formerは、Cityscapesの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（大規模版、Swinバックボーン）です。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。

🚀 クイックスタート

Mask2Formerを使用することで、画像のインスタンス、セマンティック、パノプティックセグメンテーションを行うことができます。

✨ 主な機能

• Mask2Formerは、同じパラダイムでインスタンス、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。
• 以前のSOTAである MaskFormer を性能と効率の両面で上回っています。具体的な改善点は以下の通りです。
  • 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に置き換えました。
  • マスクされたアテンションを持つTransformerデコーダを採用し、追加の計算を導入することなく性能を向上させました。
  • 損失をマスク全体ではなく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ました。

📚 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、このモデルを使用する方法の例です。

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


# load Mask2Former fine-tuned on Cityscapes panoptic segmentation
processor = AutoImageProcessor.from_pretrained("facebook/mask2former-swin-large-cityscapes-panoptic")
model = Mask2FormerForUniversalSegmentation.from_pretrained("facebook/mask2former-swin-large-cityscapes-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

ライセンス情報: other