Segformer B1 Finetuned Cityscapes 1024 1024

🚀 SegFormer (b1-sized)模型在CityScapes上微调

SegFormer模型在CityScapes数据集上以1024x1024分辨率进行微调，用于图像语义分割任务，能在相关基准测试中取得出色结果。

🚀 快速开始

SegFormer（b1-sized）模型在CityScapes数据集上进行了微调，分辨率为1024x1024。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。

需注意，发布SegFormer的团队并未为此模型撰写模型卡片，此卡片由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，能在ADE20K和Cityscapes等语义分割基准测试中取得优异成果。分层Transformer首先在ImageNet - 1k上进行预训练，之后添加解码头，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-cityscapes-1024-1024")
model = SegformerForSemanticSegmentation.from_pretrained("nvidia/segformer-b1-finetuned-cityscapes-1024-1024")

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)

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