Mask2former Swin Small Coco Panoptic

🚀 Mask2Former

Mask2Former 是一个在 COCO 全景分割任务上训练的模型（小尺寸版本，采用 Swin 骨干网络）。它由论文 Masked-attention Mask Transformer for Universal Image Segmentation 提出，并首次在 此仓库 中发布。该模型可用于图像分割领域，为图像分割任务提供了高效且准确的解决方案。

🚀 快速开始

Mask2Former 模型可直接用于全景分割任务。若你对其他微调版本感兴趣，可查看 模型中心。

以下是使用此模型的示例代码：

import requests
import torch
from PIL import Image
from transformers import AutoImageProcessor, Mask2FormerForUniversalSegmentation

# load Mask2Former fine-tuned on COCO panoptic segmentation
processor = AutoImageProcessor.from_pretrained("facebook/mask2former-swin-small-coco-panoptic")
model = Mask2FormerForUniversalSegmentation.from_pretrained("facebook/mask2former-swin-small-coco-panoptic")

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

with torch.no_grad():
    outputs = model(**inputs)

# model predicts class_queries_logits of shape `(batch_size, num_queries)`
# and masks_queries_logits of shape `(batch_size, num_queries, height, width)`
class_queries_logits = outputs.class_queries_logits
masks_queries_logits = outputs.masks_queries_logits

# you can pass them to processor for postprocessing
result = processor.post_process_panoptic_segmentation(outputs, target_sizes=[image.size[::-1]])[0]
# we refer to the demo notebooks for visualization (see "Resources" section in the Mask2Former docs)
predicted_panoptic_map = result["segmentation"]

更多代码示例可参考 文档。

✨ 主要特性

Mask2Former 采用相同的范式处理实例分割、语义分割和全景分割任务，即通过预测一组掩码和相应的标签来完成。因此，这三个任务都被视为实例分割任务。与之前的最优模型 MaskFormer 相比，Mask2Former 在性能和效率上都更胜一筹，主要体现在以下几个方面：

• 用更先进的多尺度可变形注意力 Transformer 取代像素解码器；
• 采用带有掩码注意力的 Transformer 解码器，在不增加额外计算量的情况下提升性能；
• 通过在子采样点上计算损失而非整个掩码，提高训练效率。

📚 详细文档

模型描述

Mask2Former 以统一的方式处理实例、语义和全景分割任务，通过预测一组掩码和对应的标签来完成。它将这三个任务都当作实例分割任务处理。与之前的 SOTA 模型 MaskFormer 相比，Mask2Former 在性能和效率上都有显著提升，具体改进如下：

• 用更先进的多尺度可变形注意力 Transformer 替换像素解码器；
• 采用带有掩码注意力的 Transformer 解码器，在不增加额外计算的情况下提升性能；
• 通过在子采样点上计算损失而非整个掩码，提高训练效率。

预期用途和限制

此特定检查点可用于全景分割任务。若你对其他微调版本感兴趣，可查看 模型中心。

📄 许可证

本模型使用其他许可证。

信息表格

免责声明

发布 Mask2Former 的团队并未为此模型编写模型卡片，此模型卡片由 Hugging Face 团队编写。