许可证: 其他
标签:

• 视觉
  数据集:
• imagenet_1k
  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

SegFormer (b1尺寸) 仅预训练编码器

该SegFormer编码器基于Imagenet-1k进行了微调。该模型由Xie等人在论文《SegFormer：基于Transformer的语义分割简洁高效设计》中提出，并首次发布于此代码库。

免责声明：发布SegFormer的团队未为此模型编写说明卡片，本卡片由Hugging Face团队撰写。

模型描述

SegFormer采用分层Transformer编码器与轻量级全MLP解码头架构，在ADE20K和Cityscapes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联合微调。

本仓库仅包含预训练的分层Transformer，因此可用于微调任务。

预期用途与限制

您可将该模型用于语义分割的微调。访问模型中心查找您感兴趣任务的微调版本。

使用方法

以下示例展示如何将COCO 2017数据集的图像分类为1000个ImageNet类别之一：

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

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

feature_extractor = SegformerFeatureExtractor.from_pretrained("nvidia/mit-b1")  
model = SegformerForImageClassification.from_pretrained("nvidia/mit-b1")  

inputs = feature_extractor(images=image, return_tensors="pt")  
outputs = model(**inputs)  
logits = outputs.logits  
# 模型预测1000个ImageNet类别之一  
predicted_class_idx = logits.argmax(-1).item()  
print("预测类别:", model.config.id2label[predicted_class_idx])  

更多代码示例请参阅文档。

许可证

模型许可证参见此处。

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}  
}