Maskformer Swin Base Ade

🚀 MaskFormer

MaskFormer是一個在ADE20k語義分割數據集上訓練的模型（基礎尺寸版本，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。該模型能夠使用相同的範式處理實例分割、語義分割和全景分割任務，具有重要的研究和應用價值。

🚀 快速開始

模型描述

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

預期用途和限制

你可以使用此特定檢查點進行語義分割。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。

使用方法

以下是如何使用此模型的示例代碼：

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

url = "https://huggingface.co/datasets/hf-internal-testing/fixtures_ade20k/resolve/main/ADE_val_00000001.jpg"
image = Image.open(requests.get(url, stream=True).raw)
feature_extractor = MaskFormerFeatureExtractor.from_pretrained("facebook/maskformer-swin-base-ade")
inputs = feature_extractor(images=image, return_tensors="pt")

model = MaskFormerForInstanceSegmentation.from_pretrained("facebook/maskformer-swin-base-ade")
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feature_extractor進行後處理
# 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_semantic_map = feature_extractor.post_process_semantic_segmentation(outputs, target_sizes=[image.size[::-1]])[0]

更多代碼示例請參考 文檔。

📄 許可證

許可證類型：其他

⚠️ 重要提示

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。

示例展示

• 房屋示例
• 城堡示例