🚀 SegFormer(b2 大小)仅预训练编码器
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 发布。
免责声明:发布 SegFormer 的团队并未为此模型编写模型卡片,此模型卡片由 Hugging Face 团队编写。
🚀 快速开始
SegFormer 编码器在 ImageNet-1k 上预训练,可用于语义分割的微调。若想了解更多关于该模型的信息,可参考后续的详细介绍。
✨ 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成果。
- 预训练与微调:分层 Transformer 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。
📦 安装指南
文档未提及安装步骤,故跳过此章节。
💻 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-b2")
model = SegformerForImageClassification.from_pretrained("nvidia/mit-b2")
inputs = feature_extractor(images=image, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits
predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", model.config.id2label[predicted_class_idx])
高级用法
如需更多代码示例,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,旨在语义分割基准测试(如 ADE20K 和 Cityscapes)中取得优异成绩。分层 Transformer 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。此仓库仅包含预训练的分层 Transformer,因此可用于微调目的。
预期用途与限制
你可以使用该模型进行语义分割的微调。可查看 模型中心 以查找针对你感兴趣任务的微调版本。
🔧 技术细节
文档未提及技术实现细节,故跳过此章节。
📄 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}
}
信息表格
属性 |
详情 |
模型类型 |
SegFormer(b2 大小)仅预训练编码器 |
训练数据 |
ImageNet-1k |