许可证：其他 标签：

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

MaskFormer模型

基于ADE20k语义分割数据集训练的MaskFormer模型（微型版本，Swin骨干网络）。该模型首次发表于论文《Per-Pixel Classification is Not All You Need for Semantic Segmentation》，并开源在此代码库。

免责声明：MaskFormer研发团队未提供本模型的说明卡片，本文档由Hugging Face团队撰写。

模型描述

MaskFormer采用统一框架处理实例分割、语义分割和全景分割任务：通过预测一组掩码及其对应标签来实现。因此，所有三类任务都被视为实例分割问题。

使用场景与限制

当前检查点适用于语义分割任务。访问模型中心可探索其他任务的微调版本。

使用方法

使用方式如下：

from transformers import MaskFormerFeatureExtractor, MaskFormerForInstanceSegmentation
from PIL import Image
import requests

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)
feature_extractor = MaskFormerFeatureExtractor.from_pretrained("facebook/maskformer-swin-tiny-ade")
inputs = feature_extractor(images=image, return_tensors="pt")

model = MaskFormerForInstanceSegmentation.from_pretrained("facebook/maskformer-swin-tiny-ade")
outputs = model(**inputs)
# 模型输出包含形状为(batch_size, num_queries)的类别查询logits
# 以及形状为(batch_size, num_queries, height, width)的掩码查询logits
class_queries_logits = outputs.class_queries_logits
masks_queries_logits = outputs.masks_queries_logits

# 可将输出传递给feature_extractor进行后处理
# 可视化方法请参考MaskFormer文档"资源"章节的演示笔记本
predicted_semantic_map = feature_extractor.post_process_semantic_segmentation(outputs, target_sizes=[image.size[::-1]])[0]

更多代码示例详见官方文档。