Segformer B0 512x512 Ade 160k

🚀 分割模型庫（segmentation - models - pytorch）

segmentation - models - pytorch 是一個用於圖像分割的強大庫，提供了預訓練的Segformer模型，可幫助開發者快速實現圖像分割任務，在ADE20K等數據集上有良好表現。

🚀 快速開始

加載預訓練模型

你可以通過下面的步驟加載預訓練的Segformer模型進行推理：

1. 點擊下面的按鈕在Colab中打開示例：

2. 安裝所需依賴：

pip install -U segmentation_models_pytorch albumentations

3. 運行推理代碼：

import torch
import requests
import numpy as np
import albumentations as A
import segmentation_models_pytorch as smp

from PIL import Image

device = "cuda" if torch.cuda.is_available() else "cpu"

# Load pretrained model and preprocessing function
checkpoint = "smp-hub/segformer-b0-512x512-ade-160k"
model = smp.from_pretrained(checkpoint).eval().to(device)
preprocessing = A.Compose.from_pretrained(checkpoint)

# Load image
url = "https://huggingface.co/datasets/hf-internal-testing/fixtures_ade20k/resolve/main/ADE_val_00000001.jpg"
image = Image.open(requests.get(url, stream=True).raw)

# Preprocess image
np_image = np.array(image)
normalized_image = preprocessing(image=np_image)["image"]
input_tensor = torch.as_tensor(normalized_image)
input_tensor = input_tensor.permute(2, 0, 1).unsqueeze(0)  # HWC -> BCHW
input_tensor = input_tensor.to(device)

# Perform inference
with torch.no_grad():
    output_mask = model(input_tensor)

# Postprocess mask
mask = torch.nn.functional.interpolate(
    output_mask, size=(image.height, image.width), mode="bilinear", align_corners=False
)
mask = mask.argmax(1).cpu().numpy()  # argmax over predicted classes (channels dim)

💻 使用示例

基礎用法

上述加載預訓練模型並進行推理的代碼就是基礎用法示例，它展示瞭如何從預訓練模型進行初始化、圖像預處理、推理和後處理的完整流程。

高級用法

目前文檔未提供高級用法示例，若有更多需求，可參考庫的官方文檔。

🔧 技術細節

模型初始化參數

model_init_params = {
    "encoder_name": "mit_b0",
    "encoder_depth": 5,
    "encoder_weights": None,
    "decoder_segmentation_channels": 256,
    "in_channels": 3,
    "classes": 150,
    "activation": None,
    "aux_params": None
}

數據集

本模型使用的數據集是 ADE20K 。

📚 詳細文檔

• 庫的GitHub倉庫：https://github.com/qubvel/segmentation_models.pytorch
• 文檔鏈接：https://smp.readthedocs.io/en/latest/

📄 許可證

許可證信息請參考：https://github.com/NVlabs/SegFormer/blob/master/LICENSE

本模型使用 PytorchModelHubMixin 推送到了模型中心。