许可协议: 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 (b0尺寸) 仅预训练编码器

该SegFormer编码器基于Imagenet-1k微调，出自谢等人在论文《SegFormer: 基于Transformer的语义分割简洁高效设计》(https://arxiv.org/abs/2105.15203)，并首发于此代码库。

免责声明：发布SegFormer的团队未为此模型编写说明卡，本说明卡由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，可用于下游任务微调。

预期用途与限制

可用于语义分割任务的微调。访问模型中心查找您感兴趣任务的微调版本。

使用方法

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

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

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

image_processor = SegformerImageProcessor.from_pretrained("nvidia/mit-b0")
model = SegformerForImageClassification.from_pretrained("nvidia/mit-b0")

inputs = image_processor(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])

更多代码示例详见文档。

许可协议

模型许可详见此处。

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}
}