许可协议: 其他
标签:

• 视觉
• 图像分割
  数据集:
• 城市景观

微件示例:

• 图片链接: https://cdn-media.huggingface.co/Inference-API/Sample-results-on-the-Cityscapes-dataset-The-above-images-show-how-our-method-can-handle.png
  示例标题: 道路

基于CityScapes微调的SegFormer（b5尺寸）模型

本模型是在1024x1024分辨率下对CityScapes数据集进行微调的SegFormer模型。该模型由谢等人于论文《SegFormer：基于Transformer的语义分割简洁高效设计》（https://arxiv.org/abs/2105.15203）中提出，并首发于该代码库（https://github.com/NVlabs/SegFormer）。

免责声明：SegFormer发布团队未为此模型编写说明卡，本说明卡由Hugging Face团队撰写。

模型描述

SegFormer采用分层式Transformer编码器与轻量级全MLP解码头架构，在ADE20K和城市景观等语义分割基准测试中表现优异。分层Transformer首先在ImageNet-1k上进行预训练，随后添加解码头并在下游数据集上整体微调。

预期用途与限制

您可将该原始模型用于语义分割任务。访问模型中心（https://huggingface.co/models?other=segformer）可查找针对特定任务微调的版本。

使用方法

以下示例展示如何使用本模型对COCO 2017数据集的图像进行ImageNet千分类：

from transformers import SegformerFeatureExtractor, SegformerForSemanticSegmentation  
from PIL import Image  
import requests  

feature_extractor = SegformerFeatureExtractor.from_pretrained("nvidia/segformer-b5-finetuned-cityscapes-1024-1024")  
model = SegformerForSemanticSegmentation.from_pretrained("nvidia/segformer-b5-finetuned-cityscapes-1024-1024")  

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)  
logits = outputs.logits  # 输出维度 (batch_size, 标签数, 高/4, 宽/4)  

更多代码示例请参阅文档（https://huggingface.co/transformers/model_doc/segformer.html#）。

许可协议

本模型许可详见此处（https://github.com/NVlabs/SegFormer/blob/master/LICENSE）。

BibTeX引用信息

@article{DBLP:journals/corr/abs-2105-15203,  
  author    = {Enze Xie and  
               Wenhai Wang and  
               Zhiding Yu and  
               Anima Anandkumar and  
               Jose M. Alvarez and  
               Ping Luo},  
  title     = {SegFormer: Simple and Efficient Design for Semantic Segmentation with  
               Transformers},  
  journal   = {CoRR},  
  volume    = {abs/2105.15203},  
  year      = {2021},  
  url       = {https://arxiv.org/abs/2105.15203},  
  eprinttype = {arXiv},  
  eprint    = {2105.15203},  
  timestamp = {Wed, 02 Jun 2021 11:46:42 +0200},  
  biburl    = {https://dblp.org/rec/journals/corr/abs-2105-15203.bib},  
  bibsource = {dblp computer science bibliography, https://dblp.org}  
}