Mask2former Swin Base IN21k Ade Semantic

🚀 Mask2Former

Mask2Formerは、ADE20kのセマンティックセグメンテーションで学習されたモデルです（base - IN21kバージョン、Swinバックボーン）。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。

なお、Mask2Formerを公開したチームはこのモデルのモデルカードを作成していないため、このモデルカードはHugging Faceチームによって作成されています。

🚀 クイックスタート

このREADMEでは、Mask2Formerモデルの概要、使用目的、制限事項、使用方法などについて説明します。

✨ 主な機能

• Mask2Formerは、同じパラダイムでインスタンスセグメンテーション、セマンティックセグメンテーション、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つのタスクをすべてインスタンスセグメンテーションとして扱います。
• 以前の最先端技術である MaskFormer を性能と効率の両面で上回っています。具体的には、(i) 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に置き換える、(ii) マスクされたアテンションを持つTransformerデコーダを採用して、追加の計算を導入せずに性能を向上させる、(iii) 損失をマスク全体ではなくサブサンプリングされた点で計算することで学習効率を向上させる、といった手法を用いています。

📚 ドキュメント

想定される使用目的と制限事項

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。関心のあるタスクで微調整された他のバージョンを探すには、モデルハブ を参照してください。

使用方法

このモデルの使用方法は次の通りです。

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


# load Mask2Former fine-tuned on ADE20k semantic segmentation
processor = AutoImageProcessor.from_pretrained("facebook/mask2former-swin-base-IN21k-ade-semantic")
model = Mask2FormerForUniversalSegmentation.from_pretrained("facebook/mask2former-swin-base-IN21k-ade-semantic")

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
predicted_semantic_map = processor.post_process_semantic_segmentation(outputs, target_sizes=[image.size[::-1]])[0]
# we refer to the demo notebooks for visualization (see "Resources" section in the Mask2Former docs)

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

ライセンスはotherです。