Oneformer Coco Swin Large

🚀 OneFormer

OneFormer是一個在COCO數據集上訓練的模型（大尺寸版本，採用Swin骨幹網絡）。它能夠有效解決圖像分割問題，為語義、實例和全景分割任務提供了統一的解決方案，提升了圖像分割的效率和準確性。

🚀 快速開始

OneFormer模型可用於語義、實例和全景分割任務。你可以參考以下使用示例對該模型進行調用。若需查找在其他數據集上微調的版本，請訪問模型中心。

✨ 主要特性

• OneFormer是首個多任務通用圖像分割框架。僅需使用單一通用架構、單一模型，並在單一數據集上進行一次訓練，就能在語義、實例和全景分割任務中超越現有的專門模型。
• OneFormer使用任務令牌來使模型專注於當前任務，使架構在訓練時具有任務導向性，在推理時具有任務動態性，且所有操作都基於單一模型完成。

💻 使用示例

基礎用法

from transformers import OneFormerProcessor, OneFormerForUniversalSegmentation
from PIL import Image
import requests
url = "https://huggingface.co/datasets/shi-labs/oneformer_demo/blob/main/coco.jpeg"
image = Image.open(requests.get(url, stream=True).raw)

# Loading a single model for all three tasks
processor = OneFormerProcessor.from_pretrained("shi-labs/oneformer_coco_swin_large")
model = OneFormerForUniversalSegmentation.from_pretrained("shi-labs/oneformer_coco_swin_large")

# Semantic Segmentation
semantic_inputs = processor(images=image, task_inputs=["semantic"], return_tensors="pt")
semantic_outputs = model(**semantic_inputs)
# pass through image_processor for postprocessing
predicted_semantic_map = processor.post_process_semantic_segmentation(outputs, target_sizes=[image.size[::-1]])[0]

# Instance Segmentation
instance_inputs = processor(images=image, task_inputs=["instance"], return_tensors="pt")
instance_outputs = model(**instance_inputs)
# pass through image_processor for postprocessing
predicted_instance_map = processor.post_process_instance_segmentation(outputs, target_sizes=[image.size[::-1]])[0]["segmentation"]

# Panoptic Segmentation
panoptic_inputs = processor(images=image, task_inputs=["panoptic"], return_tensors="pt")
panoptic_outputs = model(**panoptic_inputs)
# pass through image_processor for postprocessing
predicted_semantic_map = processor.post_process_panoptic_segmentation(outputs, target_sizes=[image.size[::-1]])[0]["segmentation"]

更多示例請參考文檔。

📚 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、實例和全景分割。若需查找在其他數據集上微調的版本，請訪問模型中心。

引用

@article{jain2022oneformer,
      title={{OneFormer: One Transformer to Rule Universal Image Segmentation}},
      author={Jitesh Jain and Jiachen Li and MangTik Chiu and Ali Hassani and Nikita Orlov and Humphrey Shi},
      journal={arXiv}, 
      year={2022}
    }

📄 許可證

本項目採用MIT許可證。

信息表格

模型示例展示

交互小部件示例

• Person
• Airplane
• Corgi