Mask2former Swin Tiny Ade Semantic

🚀 Mask2Former

Mask2Former是一個用於圖像分割的模型，它能夠以相同的範式處理實例分割、語義分割和全景分割任務，為圖像分割領域帶來了高效且強大的解決方案。

🚀 快速開始

你可以使用這個特定的檢查點進行全景分割。若想尋找針對其他感興趣任務的微調版本，請查看模型中心。

✨ 主要特性

• 統一範式：Mask2Former使用相同的範式來處理實例分割、語義分割和全景分割，將這三個任務都視為實例分割任務。
• 性能卓越：相比之前的SOTA模型MaskFormer，Mask2Former在性能和效率上都更勝一籌。具體改進包括：用更先進的多尺度可變形注意力Transformer取代像素解碼器；採用帶掩碼注意力的Transformer解碼器，在不增加額外計算量的情況下提升性能；通過在子採樣點而不是整個掩碼上計算損失來提高訓練效率。

📚 詳細文檔

模型描述

Mask2Former通過預測一組掩碼和相應的標籤，以相同的範式處理實例分割、語義分割和全景分割。因此，所有這三個任務都被視為實例分割。與之前的SOTA模型MaskFormer相比，Mask2Former在性能和效率上都更勝一籌，具體改進如下：

• 用更先進的多尺度可變形注意力Transformer取代像素解碼器。
• 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。
• 通過在子採樣點而不是整個掩碼上計算損失來提高訓練效率。

預期用途和限制

你可以使用這個特定的檢查點進行全景分割。若想尋找針對其他感興趣任務的微調版本，請查看模型中心。

如何使用

以下是如何使用此模型的示例代碼：

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-tiny-ade-semantic")
model = Mask2FormerForUniversalSegmentation.from_pretrained("facebook/mask2former-swin-tiny-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)

更多代碼示例，請參考文檔。

📄 許可證

許可證類型：其他

📦 相關信息

免責聲明

發佈Mask2Former的團隊沒有為這個模型編寫模型卡片，因此這個模型卡片由Hugging Face團隊編寫。