Segformer B3 Finetuned Ade 512 512

🚀 基于ADE20k数据集微调的SegFormer (b3规模) 模型

本项目是在分辨率为512x512的ADE20k数据集上微调的SegFormer模型。该模型由Xie等人在论文 SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformers 中提出，并首次在 此仓库 中发布。

需要说明的是，发布SegFormer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任务。你可以访问 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

SegFormer由一个分层的Transformer编码器和一个轻量级的全MLP解码头组成，在语义分割基准测试（如ADE20K和Cityscapes）中取得了出色的效果。分层Transformer首先在ImageNet - 1k上进行预训练，然后添加解码头，并在下游数据集上进行整体微调。

💻 使用示例

基础用法

以下是如何使用此模型将COCO 2017数据集中的图像分类到1000个ImageNet类别之一的示例：

from transformers import SegformerFeatureExtractor, SegformerForSemanticSegmentation
from PIL import Image
import requests

feature_extractor = SegformerFeatureExtractor.from_pretrained("nvidia/segformer-b3-finetuned-ade-512-512")
model = SegformerForSemanticSegmentation.from_pretrained("nvidia/segformer-b3-finetuned-ade-512-512")

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

inputs = feature_extractor(images=image, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits  # shape (batch_size, num_labels, height/4, width/4)

如需更多代码示例，请参考 文档。

📄 许可证

此模型的许可证信息可在 此处 找到。

📚 详细文档

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