Segformer Sidewalk

🚀 SegFormer (b0尺寸) 模型在人行道語義數據集上微調

SegFormer模型在segments/sidewalk - semantic數據集上以512x512分辨率進行微調。它由Xie等人在論文SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformers中提出，並首次在this repository發佈。

🚀 快速開始

SegFormer模型在人行道語義數據集上進行了微調，可用於語義分割任務。你可以使用原始模型進行語義分割，也可以在模型中心查找針對你感興趣任務的微調版本。

✨ 主要特性

• 高效架構：SegFormer由分層Transformer編碼器和輕量級全MLP解碼頭組成，能在ADE20K和Cityscapes等語義分割基準測試中取得出色結果。
• 預訓練與微調：分層Transformer先在ImageNet - 1k上進行預訓練，然後添加解碼頭並在下游數據集上進行整體微調。

📚 詳細文檔

模型描述

SegFormer由分層Transformer編碼器和輕量級全MLP解碼頭組成，旨在語義分割基準測試（如ADE20K和Cityscapes）中取得優異結果。分層Transformer首先在ImageNet - 1k上進行預訓練，之後添加解碼頭，並在下游數據集上進行整體微調。

預期用途與限制

你可以使用原始模型進行語義分割。可在模型中心查找針對你感興趣任務的微調版本。

💻 使用示例

基礎用法

以下是如何使用此模型將COCO 2017數據集中的圖像分類為1000個ImageNet類別之一的示例：

from transformers import SegformerFeatureExtractor, SegformerForSemanticSegmentation
from PIL import Image
import requests

feature_extractor = SegformerFeatureExtractor(reduce_labels=True)
model = SegformerForSemanticSegmentation.from_pretrained("ChainYo/segformer-sidewalk")

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

inputs = feature_extractor(images=image, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits  # shape (batch_size, num_labels, height/4, width/4)

如需更多代碼示例，請參考文檔。

📄 許可證

本項目採用Apache - 2.0許可證。