许可协议：MIT
标签：

• 视觉
• 图像分割
  数据集：
• huggan/cityscapes
  示例展示：
• 图片链接：https://huggingface.co/datasets/shi-labs/oneformer_demo/blob/main/cityscapes.png
  示例标题：城市景观

OneFormer

基于Cityscapes数据集训练（大尺寸版本，Swin骨干网络）的OneFormer模型。该模型由Jain等人在论文《OneFormer：统一图像分割的单一Transformer》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上超越现有专用模型。OneFormer利用任务令牌（task token）引导模型聚焦当前任务，使架构在训练时具备任务导向性，在推理时实现任务动态切换，仅需单一模型即可完成。

适用范围与限制

此特定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基于其他数据集微调的版本。

使用方法

使用方式如下：

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

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

# 加载适用于所有三项任务的单一模型  
processor = OneFormerProcessor.from_pretrained("shi-labs/oneformer_cityscapes_swin_large")  
model = OneFormerForUniversalSegmentation.from_pretrained("shi-labs/oneformer_cityscapes_swin_large")  

# 语义分割  
semantic_inputs = processor(images=image, task_inputs=["semantic"], return_tensors="pt")  
semantic_outputs = model(**semantic_inputs)  
# 通过图像处理器进行后处理  
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)  
# 通过图像处理器进行后处理  
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)  
# 通过图像处理器进行后处理  
predicted_semantic_map = processor.post_process_panoptic_segmentation(outputs, target_sizes=[image.size[::-1]])[0]["segmentation"]  

更多示例请参阅文档。

引用

@article{jain2022oneformer,  
      title={{OneFormer: One Transformer to Rule Universal Image Segmentation}},  
      author={Jitesh Jain and Jiachen Li and MangTik Chiu and Ali Hassani and Nikita Orlov and Humphrey Shi},  
      journal={arXiv},   
      year={2022}  
    }