Mask2former Swin Large Coco Panoptic

🚀 Mask2Former

Mask2Former是一個用於圖像分割的模型，它採用統一的範式處理實例、語義和全景分割任務，在性能和效率上表現出色。

✨ 主要特性

• 統一範式：通過預測一組掩碼和相應的標籤，以相同的方式處理實例、語義和全景分割任務。
• 性能優越：在性能和效率方面超越了之前的SOTA模型MaskFormer。
• 技術創新：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解碼器提升性能，通過在子採樣點上計算損失提高訓練效率。

📦 安裝指南

暫未提供相關安裝步驟。

💻 使用示例

基礎用法

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-large-coco-panoptic")
model = Mask2FormerForUniversalSegmentation.from_pretrained("facebook/mask2former-swin-large-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"]

高級用法

如需更多代碼示例，請參考文檔。

📚 詳細文檔

模型描述

Mask2Former採用統一的範式處理實例、語義和全景分割任務，通過預測一組掩碼和相應的標籤，將這3個任務都視為實例分割任務。它在性能和效率上超越了之前的SOTA模型MaskFormer，主要通過以下方式實現：

• 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解碼器提升性能，且不引入額外的計算。
• 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。

預期用途和限制

你可以使用這個特定的檢查點進行全景分割任務。你可以在模型中心查找針對你感興趣的任務進行微調的其他版本。

免責聲明

發佈Mask2Former的團隊沒有為該模型編寫模型卡片，此模型卡片由Hugging Face團隊編寫。

🔧 技術細節

Mask2Former在處理實例、語義和全景分割任務時，採用了統一的預測掩碼和標籤的範式。它通過以下技術改進超越了之前的SOTA模型：

• 多尺度可變形注意力Transformer：替換了傳統的像素解碼器，能夠更好地捕捉不同尺度的特徵。
• 帶掩碼注意力的Transformer解碼器：在不增加額外計算的情況下，提升了模型的性能。
• 子採樣點損失計算：通過在子採樣點上計算損失，提高了訓練效率。

📄 許可證

許可證類型：other

數據集

該模型在COCO數據集上進行訓練。

示例

• 示例圖片：Cats

論文引用

該模型在論文 Masked-attention Mask Transformer for Universal Image Segmentation 中被提出，並首次在 此倉庫 中發佈。