🚀 Segformer模型卡

Segformer是用于图像分割的模型，通过预训练模型可快速进行图像分割推理，支持在不同设备上运行。

🚀 快速开始

加载预训练模型

点击下面的按钮在Colab中打开示例：

步骤如下

1. 安装所需依赖：

pip install -U segmentation_models_pytorch albumentations

2. 运行推理代码：

import torch
import requests
import numpy as np
import albumentations as A
import segmentation_models_pytorch as smp

from PIL import Image

device = "cuda" if torch.cuda.is_available() else "cpu"

# Load pretrained model and preprocessing function
checkpoint = "smp-hub/segformer-b5-1024x1024-city-160k"
model = smp.from_pretrained(checkpoint).eval().to(device)
preprocessing = A.Compose.from_pretrained(checkpoint)

# Load image
url = "https://huggingface.co/datasets/hf-internal-testing/fixtures_ade20k/resolve/main/ADE_val_00000001.jpg"
image = Image.open(requests.get(url, stream=True).raw)

# Preprocess image
np_image = np.array(image)
normalized_image = preprocessing(image=np_image)["image"]
input_tensor = torch.as_tensor(normalized_image)
input_tensor = input_tensor.permute(2, 0, 1).unsqueeze(0)  # HWC -> BCHW
input_tensor = input_tensor.to(device)

# Perform inference
with torch.no_grad():
    output_mask = model(input_tensor)

# Postprocess mask
mask = torch.nn.functional.interpolate(
    output_mask, size=(image.height, image.width), mode="bilinear", align_corners=False
)
mask = mask.argmax(1).cpu().numpy()  # argmax over predicted classes (channels dim)

💻 使用示例

基础用法

上述“加载预训练模型”中的代码即为基础的推理使用示例。

高级用法

暂未提供高级用法示例。

📚 详细文档

模型初始化参数

model_init_params = {
    "encoder_name": "mit_b5",
    "encoder_depth": 5,
    "encoder_weights": None,
    "decoder_segmentation_channels": 768,
    "in_channels": 3,
    "classes": 19,
    "activation": None,
    "aux_params": None
}

数据集

数据集名称：Cityscapes

更多信息

• 库：https://github.com/qubvel/segmentation_models.pytorch
• 文档：https://smp.readthedocs.io/en/latest/
• 许可证：https://github.com/NVlabs/SegFormer/blob/master/LICENSE

此模型已使用 PytorchModelHubMixin 推送到模型中心。

📄 许可证

本项目使用其他许可证，详情请见：https://github.com/NVlabs/SegFormer/blob/master/LICENSE