许可协议: 其他
标签:

• 视觉
• 图像分割
  数据集:
• COCO
  微件示例:
• 图片链接: http://images.cocodataset.org/val2017/000000039769.jpg
  示例标题: 猫咪
• 图片链接: http://images.cocodataset.org/val2017/000000039770.jpg
  示例标题: 城堡

MaskFormer模型

基于Swin骨干网络、在COCO全景分割数据集上训练的MaskFormer基础版模型。该模型源自论文《逐像素分类并非语义分割的全部需求》(https://arxiv.org/abs/2107.06278)，并首次发布于此代码库。

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

模型描述

MaskFormer采用统一范式处理实例分割、语义分割和全景分割任务：通过预测一组掩码及对应标签实现。因此，所有任务都被视为实例分割问题。

应用场景与限制

该特定检查点可用于语义分割任务。访问模型中心可查找其他任务的微调版本。

使用方法

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

# 加载COCO全景分割微调模型  
feature_extractor = MaskFormerFeatureExtractor.from_pretrained("facebook/maskformer-swin-base-coco")  
model = MaskFormerForInstanceSegmentation.from_pretrained("facebook/maskformer-swin-base-coco")  

url = "http://images.cocodataset.org/val2017/000000039769.jpg"  
image = Image.open(requests.get(url, stream=True).raw)  
inputs = feature_extractor(images=image, return_tensors="pt")  

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  

# 可通过feature_extractor进行后处理  
result = feature_extractor.post_process_panoptic_segmentation(outputs, target_sizes=[image.size[::-1]])[0]  
# 可视化方法请参考MaskFormer文档"资源"章节的演示笔记  
predicted_panoptic_map = result["segmentation"]  

更多代码示例详见官方文档。