Mask2former Swin Small Coco Panoptic

🚀 Mask2Former

Mask2Former 是一個在 COCO 全景分割任務上訓練的模型（小尺寸版本，採用 Swin 骨幹網絡）。它由論文 Masked-attention Mask Transformer for Universal Image Segmentation 提出，並首次在 此倉庫 中發佈。該模型可用於圖像分割領域，為圖像分割任務提供了高效且準確的解決方案。

🚀 快速開始

Mask2Former 模型可直接用於全景分割任務。若你對其他微調版本感興趣，可查看 模型中心。

以下是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 COCO panoptic segmentation
processor = AutoImageProcessor.from_pretrained("facebook/mask2former-swin-small-coco-panoptic")
model = Mask2FormerForUniversalSegmentation.from_pretrained("facebook/mask2former-swin-small-coco-panoptic")

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

更多代碼示例可參考 文檔。

✨ 主要特性

Mask2Former 採用相同的範式處理實例分割、語義分割和全景分割任務，即通過預測一組掩碼和相應的標籤來完成。因此，這三個任務都被視為實例分割任務。與之前的最優模型 MaskFormer 相比，Mask2Former 在性能和效率上都更勝一籌，主要體現在以下幾個方面：

• 用更先進的多尺度可變形注意力 Transformer 取代像素解碼器；
• 採用帶有掩碼注意力的 Transformer 解碼器，在不增加額外計算量的情況下提升性能；
• 通過在子採樣點上計算損失而非整個掩碼，提高訓練效率。

📚 詳細文檔

模型描述

Mask2Former 以統一的方式處理實例、語義和全景分割任務，通過預測一組掩碼和對應的標籤來完成。它將這三個任務都當作實例分割任務處理。與之前的 SOTA 模型 MaskFormer 相比，Mask2Former 在性能和效率上都有顯著提升，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；
• 採用帶有掩碼注意力的 Transformer 解碼器，在不增加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非整個掩碼，提高訓練效率。

預期用途和限制

此特定檢查點可用於全景分割任務。若你對其他微調版本感興趣，可查看 模型中心。

📄 許可證

本模型使用其他許可證。

信息表格

免責聲明

發佈 Mask2Former 的團隊並未為此模型編寫模型卡片，此模型卡片由 Hugging Face 團隊編寫。