许可协议: mit
标签:

• 视觉
• 图像分割
  数据集:
• scene_parse_150
  演示示例:
• 图片链接: https://praeclarumjj3.github.io/files/ade20k.jpeg
  示例标题: 房屋
• 图片链接: https://praeclarumjj3.github.io/files/demo_2.jpg
  示例标题: 飞机
• 图片链接: https://praeclarumjj3.github.io/files/coco.jpeg
  示例标题: 人物

OneFormer

基于ADE20k数据集训练（大尺寸版本，Dinat骨干网络）的OneFormer模型。该模型由Jain等人在论文《OneFormer: 一统通用图像分割的Transformer架构》中提出，并首次发布于此代码库。

模型描述

OneFormer是首个多任务通用图像分割框架。仅需通过单一通用架构、单一模型和单一数据集训练一次，即可在语义分割、实例分割和全景分割任务上超越现有专用模型。OneFormer采用任务令牌机制，使模型能够根据当前任务动态调整，实现训练时的任务引导和推理时的任务动态适应，所有功能均由单一模型完成。

使用场景与限制

该检查点可用于语义分割、实例分割和全景分割任务。访问模型中心可查看基于其他数据集微调的版本。

使用方法

使用方式如下：

from transformers import OneFormerProcessor, OneFormerForUniversalSegmentation  
from PIL import Image  
import requests  

url = "https://huggingface.co/datasets/shi-labs/oneformer_demo/blob/main/ade20k.jpeg"  
image = Image.open(requests.get(url, stream=True).raw)  

# 加载适用于所有三项任务的单一模型  
processor = OneFormerProcessor.from_pretrained("shi-labs/oneformer_ade20k_dinat_large")  
model = OneFormerForUniversalSegmentation.from_pretrained("shi-labs/oneformer_ade20k_dinat_large")  

# 语义分割  
semantic_inputs = processor(images=image, task_inputs=["semantic"], return_tensors="pt")  
semantic_outputs = model(**semantic_inputs)  
# 通过图像处理器进行后处理  
predicted_semantic_map = processor.post_process_semantic_segmentation(outputs, target_sizes=[image.size[::-1]])[0]  

# 实例分割  
instance_inputs = processor(images=image, task_inputs=["instance"], return_tensors="pt")  
instance_outputs = model(**instance_inputs)  
# 通过图像处理器进行后处理  
predicted_instance_map = processor.post_process_instance_segmentation(outputs, target_sizes=[image.size[::-1]])[0]["segmentation"]  

# 全景分割  
panoptic_inputs = processor(images=image, task_inputs=["panoptic"], return_tensors="pt")  
panoptic_outputs = model(**panoptic_inputs)  
# 通过图像处理器进行后处理  
predicted_semantic_map = processor.post_process_panoptic_segmentation(outputs, target_sizes=[image.size[::-1]])[0]["segmentation"]  

更多示例请参阅文档。

引用

@article{jain2022oneformer,  
      title={{OneFormer: 一统通用图像分割的Transformer架构}},  
      author={Jitesh Jain and Jiachen Li and MangTik Chiu and Ali Hassani and Nikita Orlov and Humphrey Shi},  
      journal={arXiv},   
      year={2022}  
    }