🚀 OneFormer
OneFormer是在Cityscapes数据集(大尺寸版本,Swin主干网络)上训练的模型。它由Jain等人在论文 OneFormer: One Transformer to Rule Universal Image Segmentation 中提出,并首次在 此仓库 中发布。该模型可用于解决图像分割相关问题,为图像分割任务提供了统一的解决方案。
🚀 快速开始
模型描述
OneFormer是首个多任务通用图像分割框架。它仅需使用单一通用架构、单个模型,并在单个数据集上进行一次训练,就能在语义分割、实例分割和全景分割任务中超越现有的专门模型。OneFormer使用任务令牌来使模型聚焦于当前任务,使得该架构在训练时以任务为导向,在推理时具有任务动态性,且仅需单个模型即可实现。

预期用途和限制
你可以使用此特定检查点进行语义分割、实例分割和全景分割。请查看 模型中心 以查找在不同数据集上微调的其他版本。
如何使用
以下是如何使用此模型的示例:
基础用法
from transformers import OneFormerProcessor, OneFormerForUniversalSegmentation
from PIL import Image
import requests
url = "https://huggingface.co/datasets/shi-labs/oneformer_demo/blob/main/cityscapes.png"
image = Image.open(requests.get(url, stream=True).raw)
processor = OneFormerProcessor.from_pretrained("shi-labs/oneformer_cityscapes_swin_large")
model = OneFormerForUniversalSegmentation.from_pretrained("shi-labs/oneformer_cityscapes_swin_large")
semantic_inputs = processor(images=image, task_inputs=["semantic"], return_tensors="pt")
semantic_outputs = model(**semantic_inputs)
predicted_semantic_map = processor.post_process_semantic_segmentation(outputs, target_sizes=[image.size[::-1]])[0]
instance_inputs = processor(images=image, task_inputs=["instance"], return_tensors="pt")
instance_outputs = model(**instance_inputs)
predicted_instance_map = processor.post_process_instance_segmentation(outputs, target_sizes=[image.size[::-1]])[0]["segmentation"]
panoptic_inputs = processor(images=image, task_inputs=["panoptic"], return_tensors="pt")
panoptic_outputs = model(**panoptic_inputs)
predicted_semantic_map = processor.post_process_panoptic_segmentation(outputs, target_sizes=[image.size[::-1]])[0]["segmentation"]
更多示例请参考 文档。
引用
@article{jain2022oneformer,
title={{OneFormer: One Transformer to Rule Universal Image Segmentation}},
author={Jitesh Jain and Jiachen Li and MangTik Chiu and Ali Hassani and Nikita Orlov and Humphrey Shi},
journal={arXiv},
year={2022}
}
📄 许可证
本项目采用MIT许可证。
📋 信息表格
属性 |
详情 |
模型类型 |
多任务通用图像分割模型 |
训练数据 |
Huggan/Cityscapes数据集 |
标签 |
视觉、图像分割 |