Segformer B1 Finetuned Cityscapes 1024 1024

🚀 SegFormer (b1-sized)模型在CityScapes上微調

SegFormer模型在CityScapes數據集上以1024x1024分辨率進行微調，用於圖像語義分割任務，能在相關基準測試中取得出色結果。

🚀 快速開始

SegFormer（b1-sized）模型在CityScapes數據集上進行了微調，分辨率為1024x1024。該模型由Xie等人在論文 SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformers 中提出，並首次在 此倉庫 發佈。

需注意，發佈SegFormer的團隊並未為此模型撰寫模型卡片，此卡片由Hugging Face團隊編寫。

✨ 主要特性

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優異成果。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。

💻 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.from_pretrained("nvidia/segformer-b1-finetuned-cityscapes-1024-1024")
model = SegformerForSemanticSegmentation.from_pretrained("nvidia/segformer-b1-finetuned-cityscapes-1024-1024")

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)

更多代碼示例請參考 文檔。

📄 許可證

此模型的許可證信息可在 此處 找到。

📚 詳細文檔

BibTeX引用和引用信息

@article{DBLP:journals/corr/abs-2105-15203,
  author    = {Enze Xie and
               Wenhai Wang and
               Zhiding Yu and
               Anima Anandkumar and
               Jose M. Alvarez and
               Ping Luo},
  title     = {SegFormer: Simple and Efficient Design for Semantic Segmentation with
               Transformers},
  journal   = {CoRR},
  volume    = {abs/2105.15203},
  year      = {2021},
  url       = {https://arxiv.org/abs/2105.15203},
  eprinttype = {arXiv},
  eprint    = {2105.15203},
  timestamp = {Wed, 02 Jun 2021 11:46:42 +0200},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2105-15203.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

信息表格