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COCO全景分割任务训练的MaskFormer模型（小型版本，Swin骨干网络）。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介绍卡片，当前内容由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，所有三类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

使用方式如下：

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-small-coco")
model = MaskFormerForInstanceSegmentation.from_pretrained("facebook/maskformer-swin-small-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)
# 模型预测形状为(batch_size, num_queries)的类别查询logits
# 和形状为(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

# 可传入特征提取器进行后处理
result = feature_extractor.post_process_panoptic_segmentation(outputs, target_sizes=[image.size[::-1]])[0]
# 可视化请参考演示笔记本（参见MaskFormer文档"资源"部分）
predicted_panoptic_map = result["segmentation"]

更多代码示例详见官方文档。