🚀 Mask2Former
Mask2Former是一個用於圖像分割的模型,它能以相同的範式處理實例、語義和全景分割任務。該模型在COCO實例分割任務上進行了訓練,具有出色的性能和效率。
🚀 快速開始
Mask2Former模型基於特定範式處理實例、語義和全景分割任務,即將所有任務都當作實例分割來處理。它在性能和效率上超越了之前的SOTA模型MaskFormer。以下是使用該模型的示例代碼:
import requests
import torch
from PIL import Image
from transformers import AutoImageProcessor, Mask2FormerForUniversalSegmentation
processor = AutoImageProcessor.from_pretrained("facebook/mask2former-swin-base-IN21k-coco-instance")
model = Mask2FormerForUniversalSegmentation.from_pretrained("facebook/mask2former-swin-base-IN21k-coco-instance")
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)
class_queries_logits = outputs.class_queries_logits
masks_queries_logits = outputs.masks_queries_logits
result = processor.post_process_instance_segmentation(outputs, target_sizes=[image.size[::-1]])[0]
predicted_instance_map = result["segmentation"]
更多代碼示例請參考文檔。
✨ 主要特性
- 統一範式:Mask2Former使用相同的範式處理實例、語義和全景分割任務,將所有任務都視為實例分割。
- 性能優越:通過採用更先進的多尺度可變形注意力Transformer替換像素解碼器、使用帶掩碼注意力的Transformer解碼器以及在子採樣點上計算損失等方法,在性能和效率上超越了之前的SOTA模型MaskFormer。
📚 詳細文檔
模型描述
Mask2Former通過預測一組掩碼和相應的標籤來處理實例、語義和全景分割任務。它將所有3個任務都當作實例分割來處理,在性能和效率上超越了之前的SOTA模型MaskFormer,具體改進如下:
- 用更先進的多尺度可變形注意力Transformer替換像素解碼器。
- 採用帶掩碼注意力的Transformer解碼器,在不引入額外計算的情況下提升性能。
- 通過在子採樣點上計算損失而不是在整個掩碼上計算,提高訓練效率。

預期用途與限制
你可以使用此特定檢查點進行實例分割。可查看模型中心以查找針對你感興趣的任務進行微調的其他版本。
使用說明
以下是使用該模型的示例代碼:
import requests
import torch
from PIL import Image
from transformers import AutoImageProcessor, Mask2FormerForUniversalSegmentation
processor = AutoImageProcessor.from_pretrained("facebook/mask2former-swin-base-IN21k-coco-instance")
model = Mask2FormerForUniversalSegmentation.from_pretrained("facebook/mask2former-swin-base-IN21k-coco-instance")
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)
class_queries_logits = outputs.class_queries_logits
masks_queries_logits = outputs.masks_queries_logits
result = processor.post_process_instance_segmentation(outputs, target_sizes=[image.size[::-1]])[0]
predicted_instance_map = result["segmentation"]
📄 許可證
許可證類型:其他
信息表格
免責聲明
發佈Mask2Former的團隊未為此模型編寫模型卡片,此模型卡片由Hugging Face團隊編寫。