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

MaskFormer

基于ADE20k语义分割数据集训练的MaskFormer模型（基础版，Swin骨干网络）。该模型源自论文《Per-Pixel Classification is Not All You Need for Semantic Segmentation》，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其对应标签。因此，所有三类任务均被视作实例分割问题。

使用场景与限制

该特定检查点可用于语义分割任务。访问模型中心可查看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-base-ade")  
inputs = feature_extractor(images=image, return_tensors="pt")  

model = MaskFormerForInstanceSegmentation.from_pretrained("facebook/maskformer-swin-base-ade")  
outputs = model(**inputs)  
# 模型预测形状为(batch_size, num_queries)的class_queries_logits  
# 以及形状为(batch_size, num_queries, height, width)的masks_queries_logits  
class_queries_logits = outputs.class_queries_logits  
masks_queries_logits = outputs.masks_queries_logits  

# 可将结果传入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  
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。