许可协议: 其他 标签:

• 视觉
• 图像分割 数据集:
• scene_parse_150 微件示例:
• 图片链接: https://huggingface.co/datasets/hf-internal-testing/fixtures_ade20k/resolve/main/ADE_val_00000001.jpg 示例标题: 房屋
• 图片链接: https://huggingface.co/datasets/hf-internal-testing/fixtures_ade20k/resolve/main/ADE_val_00000002.jpg 示例标题: 城堡

基于ADE20k微调的SegFormer(b3尺寸)模型

该SegFormer模型在512x512分辨率下针对ADE20k数据集进行了微调。该模型由Xie等人在论文《SegFormer: 基于Transformer的语义分割简洁高效设计》中提出，并首发于此代码库。

免责声明：SegFormer发布团队未为此模型编写说明卡片，本卡片由Hugging Face团队撰写。

模型描述

SegFormer采用分层式Transformer编码器与轻量级全MLP解码头架构，在ADE20K和Cityscapes等语义分割基准测试中表现优异。分层Transformer首先在ImageNet-1k上进行预训练，随后添加解码头并在下游数据集上联合微调。

使用场景与限制

您可将该原始模型用于语义分割任务。访问模型中心可查找针对特定任务微调的版本。

使用方法

以下示例展示如何使用该模型对COCO 2017数据集的图像进行语义分割：

from transformers import SegformerFeatureExtractor, SegformerForSemanticSegmentation
from PIL import Image
import requests

特征提取器 = SegformerFeatureExtractor.from_pretrained("nvidia/segformer-b3-finetuned-ade-512-512")
模型 = SegformerForSemanticSegmentation.from_pretrained("nvidia/segformer-b3-finetuned-ade-512-512")

图片链接 = "http://images.cocodataset.org/val2017/000000039769.jpg"
图像 = Image.open(requests.get(图片链接, stream=True).raw)

输入数据 = 特征提取器(images=图像, return_tensors="pt")
输出结果 = 模型(**输入数据)
逻辑值 = 输出结果.logits  # 维度格式 (批次大小, 标签数, 高度/4, 宽度/4)

更多代码示例请参阅官方文档。

许可协议

本模型许可信息详见此处。

BibTeX引用格式

@article{DBLP:journals/corr/abs-2105-15203,
  作者    = {Enze Xie and
            Wenhai Wang and
            Zhiding Yu and
            Anima Anandkumar and
            Jose M. Alvarez and
            Ping Luo},
  标题     = {SegFormer: 基于Transformer的语义分割简洁高效设计},
  期刊    = {CoRR},
  卷号    = {abs/2105.15203},
  年份     = {2021},
  网址     = {https://arxiv.org/abs/2105.15203},
  电子版类型 = {arXiv},
  电子版号 = {2105.15203},
  时间戳  = {Wed, 02 Jun 2021 11:46:42 +0200},
  参考文献网址 = {https://dblp.org/rec/journals/corr/abs-2105-15203.bib},
  数据来源 = {dblp计算机科学文献库, https://dblp.org}
}