Segformer B0 512x512 Ade 160k

🚀 分割模型库（segmentation - models - pytorch）

segmentation - models - pytorch 是一个用于图像分割的强大库，提供了预训练的Segformer模型，可帮助开发者快速实现图像分割任务，在ADE20K等数据集上有良好表现。

🚀 快速开始

加载预训练模型

你可以通过下面的步骤加载预训练的Segformer模型进行推理：

1. 点击下面的按钮在Colab中打开示例：

2. 安装所需依赖：

pip install -U segmentation_models_pytorch albumentations

3. 运行推理代码：

import torch
import requests
import numpy as np
import albumentations as A
import segmentation_models_pytorch as smp

from PIL import Image

device = "cuda" if torch.cuda.is_available() else "cpu"

# Load pretrained model and preprocessing function
checkpoint = "smp-hub/segformer-b0-512x512-ade-160k"
model = smp.from_pretrained(checkpoint).eval().to(device)
preprocessing = A.Compose.from_pretrained(checkpoint)

# Load image
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)

# Preprocess image
np_image = np.array(image)
normalized_image = preprocessing(image=np_image)["image"]
input_tensor = torch.as_tensor(normalized_image)
input_tensor = input_tensor.permute(2, 0, 1).unsqueeze(0)  # HWC -> BCHW
input_tensor = input_tensor.to(device)

# Perform inference
with torch.no_grad():
    output_mask = model(input_tensor)

# Postprocess mask
mask = torch.nn.functional.interpolate(
    output_mask, size=(image.height, image.width), mode="bilinear", align_corners=False
)
mask = mask.argmax(1).cpu().numpy()  # argmax over predicted classes (channels dim)

💻 使用示例

基础用法

上述加载预训练模型并进行推理的代码就是基础用法示例，它展示了如何从预训练模型进行初始化、图像预处理、推理和后处理的完整流程。

高级用法

目前文档未提供高级用法示例，若有更多需求，可参考库的官方文档。

🔧 技术细节

模型初始化参数

model_init_params = {
    "encoder_name": "mit_b0",
    "encoder_depth": 5,
    "encoder_weights": None,
    "decoder_segmentation_channels": 256,
    "in_channels": 3,
    "classes": 150,
    "activation": None,
    "aux_params": None
}

数据集

本模型使用的数据集是 ADE20K 。

📚 详细文档

• 库的GitHub仓库：https://github.com/qubvel/segmentation_models.pytorch
• 文档链接：https://smp.readthedocs.io/en/latest/

📄 许可证

许可证信息请参考：https://github.com/NVlabs/SegFormer/blob/master/LICENSE

本模型使用 PytorchModelHubMixin 推送到了模型中心。