Mit B5

🚀 SegFormer (b5-sized) 仅预训练的编码器

SegFormer编码器在Imagenet-1k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。

🚀 快速开始

SegFormer（b5-sized）编码器是在Imagenet-1k上预训练的模型，可用于语义分割的微调任务。你可以参考下面的使用示例来使用该模型。

✨ 主要特性

• 架构设计：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出色的结果。
• 预训练机制：分层Transformer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。

📦 安装指南

文档中未提及具体安装步骤，可跳过该章节。

💻 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, SegformerForImageClassification
from PIL import Image
import requests

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

feature_extractor = SegformerFeatureExtractor.from_pretrained("nvidia/mit-b5")
model = SegformerForImageClassification.from_pretrained("nvidia/mit-b5")

inputs = feature_extractor(images=image, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits
# model predicts one of the 1000 ImageNet classes
predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", model.config.id2label[predicted_class_idx])

更多代码示例，请参考 文档。

📚 详细文档

模型描述

SegFormer由分层Transformer编码器和轻量级全MLP解码头组成，以在ADE20K和Cityscapes等语义分割基准测试中取得优异成绩。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。

本仓库仅包含预训练的分层Transformer，因此可用于微调目的。

预期用途和限制

你可以使用该模型进行语义分割的微调。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。

📄 许可证

此模型的许可证可在 此处 找到。

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}
}

📋 模型信息