Mit B5

🚀 SegFormer (b5-sized) 僅預訓練的編碼器

SegFormer編碼器在Imagenet-1k上進行了微調。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 此倉庫 中發佈。

🚀 快速開始

SegFormer（b5-sized）編碼器是在Imagenet-1k上預訓練的模型，可用於語義分割的微調任務。你可以參考下面的使用示例來使用該模型。

✨ 主要特性

• 架構設計：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的結果。
• 預訓練機制：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。

📦 安裝指南

文檔中未提及具體安裝步驟，可跳過該章節。

💻 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, SegformerForImageClassification
from PIL import Image
import requests

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

feature_extractor = SegformerFeatureExtractor.from_pretrained("nvidia/mit-b5")
model = SegformerForImageClassification.from_pretrained("nvidia/mit-b5")

inputs = feature_extractor(images=image, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits
# model predicts one of the 1000 ImageNet classes
predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", model.config.id2label[predicted_class_idx])

更多代碼示例，請參考 文檔。

📚 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，以在ADE20K和Cityscapes等語義分割基準測試中取得優異成績。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。

本倉庫僅包含預訓練的分層Transformer，因此可用於微調目的。

預期用途和限制

你可以使用該模型進行語義分割的微調。請查看 模型中心 以查找針對你感興趣的任務進行微調的版本。

📄 許可證

此模型的許可證可在 此處 找到。

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}
}

📋 模型信息