Deeplabv3 Mobilenet V2 1.0 513

🚀 MobileNetV2 with DeepLabV3+

本項目是在PASCAL VOC數據集上以513x513分辨率預訓練的MobileNet V2模型。它由Mark Sandler、Andrew Howard、Menglong Zhu、Andrey Zhmoginov和Liang - Chieh Chen在論文MobileNetV2: Inverted Residuals and Linear Bottlenecks中提出，並首次在該倉庫發佈。此模型卡由Hugging Face團隊編寫，因為發佈MobileNet V2的團隊並未為該模型撰寫模型卡。

✨ 主要特性

• 輕量級設計：MobileNet是小型、低延遲、低功耗的模型，可根據不同用例的資源限制進行參數配置。
• 多功能應用：可用於分類、檢測、嵌入和分割等任務，類似於其他流行的大規模模型（如Inception）。
• 高效運行：能夠在移動設備上高效運行，在延遲、模型大小和準確性之間進行權衡，與文獻中的流行模型相比具有優勢。
• 語義分割能力：本倉庫中的模型在MobileNetV2骨幹網絡上添加了DeepLabV3+頭部，用於語義分割任務。

📚 詳細文檔

模型描述

引用自原始README：

MobileNet是小型、低延遲、低功耗的模型，其參數化設計旨在滿足各種用例的資源限制。它們可以像其他流行的大規模模型（如Inception）一樣，用於構建分類、檢測、嵌入和分割等任務。MobileNet可以在移動設備上高效運行，在延遲、大小和準確性之間進行權衡，並且與文獻中的流行模型相比具有優勢。

本倉庫中的模型在MobileNetV2骨幹網絡上添加了DeepLabV3+頭部，用於語義分割。

預期用途和限制

你可以使用該原始模型進行語義分割。你可以在模型中心查找針對你感興趣的任務進行微調的版本。

💻 使用示例

基礎用法

from transformers import MobileNetV2FeatureExtractor, MobileNetV2ForSemanticSegmentation
from PIL import Image
import requests

url = "http://images.cocodataset.org/val2017/000000039769.jpg"
image = Image.open(requests.get(url, stream=True).raw)

feature_extractor = MobileNetV2FeatureExtractor.from_pretrained("Matthijs/deeplabv3_mobilenet_v2_1.0_513")
model = MobileNetV2ForSemanticSegmentation.from_pretrained("Matthijs/deeplabv3_mobilenet_v2_1.0_513")

inputs = feature_extractor(images=image, return_tensors="pt")

outputs = model(**inputs)
logits = outputs.logits
predicted_mask = logits.argmax(1).squeeze(0)

目前，特徵提取器和模型都支持PyTorch。

BibTeX引用

@inproceedings{deeplabv3plus2018,
  title={Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation},
  author={Liang-Chieh Chen and Yukun Zhu and George Papandreou and Florian Schroff and Hartwig Adam},
  booktitle={ECCV},
  year={2018}
}

📄 許可證

許可證類型：other

信息表格