Segformer B5 Finetuned Cityscapes 1024 1024

🚀 SegFormer (b5サイズ) モデル：CityScapesでファインチューニング済み

CityScapesデータセットで解像度1024x1024でファインチューニングされたSegFormerモデル。セマンティックセグメンテーションタスクに特化しています。

🚀 クイックスタート

SegFormerは、Transformerエンコーダと軽量な全MLPデコードヘッドで構成され、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。

✨ 主な機能

• セマンティックセグメンテーションベンチマークで高い精度を達成。
• 階層型Transformerエンコーダと軽量な全MLPデコードヘッドを採用。

📚 ドキュメント

モデルの説明

SegFormerは、階層型Transformerエンコーダと軽量な全MLPデコードヘッドで構成されています。この構成により、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ています。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。

想定される用途と制限

生のモデルをセマンティックセグメンテーションに使用することができます。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。

💻 使用例

基本的な使用法

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

feature_extractor = SegformerFeatureExtractor.from_pretrained("nvidia/segformer-b5-finetuned-cityscapes-1024-1024")
model = SegformerForSemanticSegmentation.from_pretrained("nvidia/segformer-b5-finetuned-cityscapes-1024-1024")

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)

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

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引用

@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}
}