Deeplabv3 Mobilenet V2 1.0 513

🚀 MobileNetV2与DeepLabV3+

本项目是在PASCAL VOC数据集上以513x513分辨率预训练的MobileNet V2模型。该模型由Mark Sandler、Andrew Howard、Menglong Zhu、Andrey Zhmoginov和Liang-Chieh Chen在论文 MobileNetV2: Inverted Residuals and Linear Bottlenecks 中提出，并首次在 此仓库 发布。

声明：发布MobileNet V2的团队并未为此模型撰写模型卡片，本模型卡片由Hugging Face团队编写。

🚀 快速开始

你可以使用此原始模型进行语义分割。你可以在 模型中心 查找针对你感兴趣的任务进行微调的版本。

✨ 主要特性

• MobileNets是小型、低延迟、低功耗的模型，可根据各种用例的资源限制进行参数调整。它可以像Inception等其他流行的大规模模型一样，用于分类、检测、嵌入和分割等任务，并且能够在移动设备上高效运行。
• 本仓库中的模型在MobileNetV2骨干网络上添加了 DeepLabV3+ 头部，用于语义分割。

📚 详细文档

模型描述

根据 原始README：

MobileNets是小型、低延迟、低功耗的模型，其参数可根据各种用例的资源限制进行调整。它们可以像其他流行的大规模模型（如Inception）一样，用于分类、检测、嵌入和分割等任务。MobileNets可以在移动设备上高效运行 [...] MobileNets在延迟、模型大小和准确性之间进行权衡，并且与文献中的流行模型相比具有优势。

本仓库中的模型在MobileNetV2骨干网络上添加了 DeepLabV3+ 头部，用于语义分割。

使用方法

以下是如何使用此模型的示例代码：

from transformers import AutoImageProcessor, AutoModelForSemanticSegmentation
from PIL import Image
import requests

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

preprocessor = AutoImageProcessor.from_pretrained("google/deeplabv3_mobilenet_v2_1.0_513")
model = AutoModelForSemanticSegmentation.from_pretrained("google/deeplabv3_mobilenet_v2_1.0_513")

inputs = preprocessor(images=image, return_tensors="pt")

outputs = model(**inputs)
predicted_mask = preprocessor.post_process_semantic_segmentation(outputs)

目前，特征提取器和模型均支持PyTorch。

BibTeX引用和引用信息

@inproceedings{deeplabv3plus2018,
  title={Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation},
  author={Liang-Chieh Chen and Yukun Zhu and George Papandreou and Florian Schroff and Hartwig Adam},
  booktitle={ECCV},
  year={2018}
}

📄 许可证

其他许可证