/ Модель

Характеристики

Архитектура
segformer · dense
Базовая модель
segformer_b2_clothes
Библиотека
transformers.js
Опубликована
26 дек 2023

segformer_b2_clothes

Сегментация изображенийИзображение → mask3 профессии

Xenova/segformer_b2_clothes — модель сегментации изображений на основе SegFormer B2, адаптированная командой Xenova из модели mattmdjaga/segformer_b2_clothes.

3 689скачиваний за 30 дней4лайкавеса обновлены1 июл 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Она распространяется с весами в формате ONNX для совместимости с библиотекой Transformers.js и предназначена для выполнения в JavaScript- и web-сценариях.

Модель анализирует изображения и выделяет области, связанные с одеждой и внешностью человека, формируя отдельные маски для классов, например Background и Hair. Она подходит для виртуальной примерки, анализа изображений одежды, удаления или замены фона, создания визуальных эффектов и других задач семантической сегментации. Поддерживается обработка изображений через pipeline image-segmentation в Transformers.js.

Ключевые характеристики включают архитектуру SegFormer B2, работу с одной модальностью — изображениями, и формат ONNX. README не содержит сведений о количестве параметров, максимальном размере контекста, наборе языков, точности, ограничениях по разрешению изображений или полном перечне классов. Лицензия в предоставленных данных не указана, поэтому условия коммерческого и иного использования следует уточнять в исходном репозитории mattmdjaga/segformer_b2_clothes.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

https://huggingface.co/mattmdjaga/segformer_b2_clothes with ONNX weights to be compatible with Transformers.js.

Usage (Transformers.js)

If you haven't already, you can install the Transformers.js JavaScript library from NPM using:

npm i @huggingface/transformers

Example: Clothes segmentation with Xenova/segformer_b2_clothes.

import { pipeline } from '@huggingface/transformers';

const segmenter = await pipeline('image-segmentation', 'Xenova/segformer_b2_clothes');

const url = 'https://freerangestock.com/sample/139043/young-man-standing-and-leaning-on-car.jpg';
const output = await segmenter(url);
console.log(output)
// [
//   {
//     score: null,
//     label: 'Background',
//     mask: RawImage { ... }
//   },
//   {
//     score: null,
//     label: 'Hair',
//     mask: RawImage { ... }
//   },
//   ...
//   }
// ]

You can visualize the outputs with:

for (const l of output) {
  l.mask.save(`${l.label}.png`);
}

image/png


Note: Having a separate repo for ONNX weights is intended to be a temporary solution until WebML gains more traction. If you would like to make your models web-ready, we recommend converting to ONNX using 🤗 Optimum and structuring your repo like this one (with ONNX weights located in a subfolder named onnx).

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers.js

Нельзя запустить

Модель выложена для браузера (ONNX / transformers.js), для GPU-рантайма нет весов.

Класс архитектуры
SegformerForSemanticSegmentation
Ревизия весов
cb6ac44

0 моделей