🚀 SegFormer(b2 尺寸)模型在 ADE20k 上微调
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 发布。
声明:发布 SegFormer 的团队未为此模型编写模型卡片,此模型卡片由 Hugging Face 团队编写。
✨ 主要特性
- SegFormer 由分层 Transformer 编码器和轻量级全 MLP 解码头组成,在 ADE20K 和 Cityscapes 等语义分割基准测试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。
🚀 快速开始
你可以使用此原始模型进行语义分割。可查看 模型中心 以寻找针对你感兴趣任务的微调版本。
💻 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为 1000 个 ImageNet 类别之一的示例代码:
from transformers import SegformerFeatureExtractor, SegformerForSemanticSegmentation
from PIL import Image
import requests
feature_extractor = SegformerFeatureExtractor.from_pretrained("nvidia/segformer-b2-finetuned-ade-512-512")
model = SegformerForSemanticSegmentation.from_pretrained("nvidia/segformer-b2-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
更多代码示例,请参考 文档。
📚 详细文档
SegFormer 由分层 Transformer 编码器和轻量级全 MLP 解码头组成,旨在实现语义分割的高效设计。分层 Transformer 先在 ImageNet-1k 上预训练,之后添加解码头并在下游数据集上微调,从而在语义分割基准测试中取得优异成绩。
📄 许可证
许可证类型:其他
📋 模型信息
属性 |
详情 |
模型类型 |
视觉、图像分割 |
训练数据 |
scene_parse_150 |
📖 引用信息
如需引用此模型,请使用以下 BibTeX 条目:
@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}
}
🎨 示例展示