Mit B1

🚀 SegFormer（b1 大小）僅預訓練編碼器

SegFormer 是一個用於語義分割的模型，該編碼器在 ImageNet-1k 上進行了預訓練。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。

⚠️ 重要提示

發佈 SegFormer 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。

🚀 快速開始

SegFormer 由一個分層 Transformer 編碼器和一個輕量級全 MLP 解碼頭組成，在 ADE20K 和 Cityscapes 等語義分割基準測試中取得了出色的效果。分層 Transformer 首先在 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。

本倉庫僅包含預訓練的分層 Transformer，因此可用於微調目的。

✨ 主要特性

• 採用分層 Transformer 編碼器和輕量級全 MLP 解碼頭，在語義分割任務中表現出色。
• 分層 Transformer 先在 ImageNet-1k 上預訓練，再進行下游任務微調。

📦 安裝指南

文檔未提及安裝步驟，故跳過此章節。

💻 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-b1")
model = SegformerForImageClassification.from_pretrained("nvidia/mit-b1")

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

預期用途和限制

你可以使用此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。

🔧 技術細節

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