Maskformer Swin Large Coco

🚀 MaskFormer

MaskFormer是一個在COCO全景分割任務上訓練的模型（大型版本，採用Swin骨幹網絡），可用於圖像分割任務，為圖像分割提供了統一的解決方案。

🚀 快速開始

MaskFormer模型在COCO全景分割任務上進行了訓練（大型版本，採用Swin骨幹網絡）。它在論文 Per-Pixel Classification is Not All You Need for Semantic Segmentation 中被提出，並首次在 此倉庫 中發佈。

聲明：發佈MaskFormer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。

✨ 主要特性

MaskFormer使用相同的範式處理實例分割、語義分割和全景分割任務：通過預測一組掩碼和相應的標籤。因此，所有這3個任務都被視為實例分割任務。

📚 詳細文檔

預期用途和限制

你可以使用此特定檢查點進行語義分割。請查看 模型中心 以查找針對你感興趣的任務進行微調的其他版本。

如何使用

以下是如何使用此模型的示例：

from transformers import MaskFormerImageProcessor, MaskFormerForInstanceSegmentation
from PIL import Image
import requests

# 加載在COCO全景分割任務上微調的MaskFormer模型
processor = MaskFormerImageProcessor.from_pretrained("facebook/maskformer-swin-large-coco")
model = MaskFormerForInstanceSegmentation.from_pretrained("facebook/maskformer-swin-large-coco")

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

outputs = model(**inputs)
# 模型預測的class_queries_logits形狀為 `(batch_size, num_queries)`
# 以及masks_queries_logits形狀為 `(batch_size, num_queries, height, width)`
class_queries_logits = outputs.class_queries_logits
masks_queries_logits = outputs.masks_queries_logits

# 你可以將它們傳遞給處理器進行後處理
result = processor.post_process_panoptic_segmentation(outputs, target_sizes=[image.size[::-1]])[0]
# 我們參考演示筆記本進行可視化（請參閱MaskFormer文檔中的“資源”部分）
predicted_panoptic_map = result["segmentation"]

更多代碼示例，請參考 文檔。

📄 許可證

許可證類型：其他