许可协议: MIT
标签:

• 视觉
• 图像分割
  数据集:
• ydshieh/coco_dataset_script
  演示示例:
• 图片链接: https://huggingface.co/datasets/shi-labs/oneformer_demo/blob/main/coco.jpeg
  示例标题: 人物
• 图片链接: https://huggingface.co/datasets/shi-labs/oneformer_demo/blob/main/demo_2.jpg
  示例标题: 飞机
• 图片链接: https://huggingface.co/datasets/shi-labs/oneformer_demo/blob/main/demo.jpeg
  示例标题: 柯基犬

OneFormer

基于COCO数据集训练的大型Dinat骨干版OneFormer模型。该模型由Jain等人在论文《OneFormer: 统一图像分割的单一Transformer架构》中提出，并首次发布于此代码库。

模型描述

OneFormer是首个多任务通用图像分割框架。仅需通过单一通用架构、单一模型和单一数据集训练一次，即可在语义分割、实例分割和全景分割任务中超越现有专用模型。OneFormer通过任务令牌使模型动态适应不同任务：训练时进行任务引导，推理时实现任务动态切换，所有功能集成于单一模型中。

使用场景与限制

该检查点可用于语义分割、实例分割和全景分割任务。访问模型中心可查看其他数据集上的微调版本。

使用方法

使用示例：

from transformers import OneFormerProcessor, OneFormerForUniversalSegmentation  
from PIL import Image  
import requests  

url = "https://huggingface.co/datasets/shi-labs/oneformer_demo/blob/main/coco.jpeg"  
image = Image.open(requests.get(url, stream=True).raw)  

# 加载支持三大任务的单一模型  
processor = OneFormerProcessor.from_pretrained("shi-labs/oneformer_coco_dinat_large")  
model = OneFormerForUniversalSegmentation.from_pretrained("shi-labs/oneformer_coco_dinat_large")  

# 语义分割  
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]  

# 实例分割  
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"]  

# 全景分割  
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"]  

更多示例详见文档。

引用

@article{jain2022oneformer,  
      title={{OneFormer: 统一图像分割的单一Transformer架构}},  
      author={Jitesh Jain and Jiachen Li and MangTik Chiu and Ali Hassani and Nikita Orlov and Humphrey Shi},  
      journal={arXiv},   
      year={2022}  
    }