🚀 OneFormer
OneFormer是一个用于通用图像分割的模型,它在ADE20k数据集上进行训练(大尺寸版本,采用Swin骨干网络)。该模型能够在语义、实例和全景分割任务中表现出色,为图像分割领域提供了强大的解决方案。
🚀 快速开始
OneFormer模型在ADE20k数据集(大尺寸版本,Swin骨干网络)上进行了训练。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。

✨ 主要特性
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、单一模型,并在单一数据集上进行一次训练,就能在语义、实例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针对当前关注的任务进行调整,使得该架构在训练时具有任务导向性,在推理时具有任务动态性,且仅需使用单一模型。

预期用途与限制
你可以使用此特定检查点进行语义、实例和全景分割。请查看 模型中心 以查找在不同数据集上微调的其他版本。
💻 使用示例
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/ade20k.jpeg"
image = Image.open(requests.get(url, stream=True).raw)
processor = OneFormerProcessor.from_pretrained("shi-labs/oneformer_ade20k_swin_large")
model = OneFormerForUniversalSegmentation.from_pretrained("shi-labs/oneformer_ade20k_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。
📚 详细文档
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。
属性 |
详情 |
模型类型 |
用于通用图像分割的Transformer模型 |
训练数据 |
ADE20k数据集 |
标签 |
视觉、图像分割、通用图像分割 |
示例数据集 |
scene_parse_150 |