🚀 分割变换器(SegFormer)(b1 大小)模型在 ADE20k 上的微调版本
该模型是基于 Transformer 的语义分割模型,在 ADE20k 数据集上进行了微调,可用于图像语义分割任务。
🚀 快速开始
分割变换器(SegFormer)模型在分辨率为 512x512 的 ADE20k 数据集上进行了微调。它由 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。
声明:发布 SegFormer 的团队并未为此模型撰写模型卡片,此模型卡片由 Hugging Face 团队撰写。
✨ 主要特性
SegFormer 由一个分层 Transformer 编码器和一个轻量级全 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,然后添加一个解码头,并在下游数据集上进行整体微调。
📚 详细文档
预期用途和限制
你可以使用原始模型进行语义分割。请查看 模型中心,以查找针对你感兴趣的任务进行微调的版本。
使用方法
以下是如何使用此模型将 COCO 2017 数据集的图像分类为 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-b1-finetuned-ade-512-512")
model = SegformerForSemanticSegmentation.from_pretrained("nvidia/segformer-b1-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
有关更多代码示例,请参考 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}
}
📄 许可证
其他
相关信息表格
属性 |
详情 |
标签 |
视觉、图像分割 |
数据集 |
scene_parse_150 |
示例展示