/ Модель

Характеристики

Лицензия
MIT
Архитектура
segformer · dense
Опубликована
8 янв 2023

segformer-finetuned-segments-cmp-facade

Классификация изображенийИзображение → label3 профессии

Модель SegFormer размечает пиксели на изображениях фасадов зданий по 12 типам архитектурных элементов и фону.

559скачиваний за 30 дней4лайкавеса обновлены15 янв 2023

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

Xpitfire/segformer-finetuned-segments-cmp-facade — модель семантической сегментации фасадов зданий, дообученная на датасете Xpitfire/cmp_facade. Она принимает изображение фронтального вида здания и размечает каждый пиксель одним из 12 классов: фасад, молдинг, карниз, колонна, окно, дверь, подоконник, ставня, балкон, торговое помещение, декор или фон.

Модель основана на архитектуре SegFormer: иерархическом Transformer-энкодере и простом декодере на многослойном перцептроне. Репозиторий содержит веса PyTorch; карточка также упоминает image classification, однако описанное назначение — сегментация фасадных элементов. Лицензия — MIT.

Сценарии применения

  • сегментация окон, дверей и балконов на фотографиях фасадов
  • выделение фасада, карнизов, колонн и декора на уличных снимках
  • подсчёт и локализация архитектурных элементов зданий
  • подготовка разметки фасадов для анализа городской среды

Ограничения

Модель обучена для фронтальных видов зданий и фиксированного набора из 12 классов; её применимость к другим ракурсам и типам изображений не подтверждена. В README не приведены количественные метрики качества.

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

Semantic segmentation is the task of classifying each pixel in an image to a corresponding category. It has a wide range of use cases in fields such as medical imaging, autonomous driving, robotics, etc. For the facade dataset we are interested to classify the front-view of buildings based on 12 distinct classes. The classes are as follows: facade, molding, cornice, pillar, window, door, sill, blind, balcony, shop, deco, and background.

In 2014, Long et al. published a fundamental paper that used convolutional neural networks for semantic segmentation. More recent successes in computer vision include the usage of Transformers, therefore also the usage in image classification tasks (i.e. ViT). In this turn, Transformers have also been used for semantic segmentation, demonstrating excellent performance on several widely used datasets. We will specifically look at the SegFormer, which is a state-of-the-art model architecture for semantic segmentation introduced in 2021. It has a hierarchical Transformer encoder that does not rely on positional encodings and a simple multi-layer perceptron decoder. In this case, we will use SegFormer to classify street view images of buildings.

More, recently, Yin et al. introduced a novel approach to semantic segmentation that achieves state-of-the-art performance in a zero-shot setting. This means that the model is able to achieve results equivalent to supervised methods on various semantic segmentation datasets, without being trained on these datasets. The approach involves replacing class labels with vector-valued embeddings of short paragraphs that describe the class. This allows for the merging of multiple datasets with different class labels and semantics, resulting in a merged dataset of over 2 million images. The resulting model achieves performance equal to state-of-the-art supervised methods on 7 benchmark datasets, and even outperforms methods when fine-tuned on standard semantic segmentation datasets.

See the full tutorial here.

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
SegformerForImageClassification
Ревизия весов
6e03abf

0 моделей