/ Модель

Характеристики

Лицензия
Своя лицензия
Архитектура
segformer · dense
Опубликована
2 мар 2022

segformer-b0-finetuned-cityscapes-768-768

Сегментация изображенийИзображение → mask3 профессии

SegFormer-B0 от NVIDIA сегментирует городские сцены по пикселям на изображениях размером 768×768.

458скачиваний за 30 дней1лайквеса обновлены9 авг 2022

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

SegFormer-B0 от NVIDIA — модель семантической сегментации изображений, дообученная на наборе Cityscapes при разрешении 768×768. Архитектура сочетает иерархический Transformer-энкодер с лёгкой декодирующей головой на основе MLP; исходная модель предварительно обучалась на ImageNet-1k, затем дообучалась на целевой задаче.

Модель предназначена для попиксельной разметки городских сцен, например для анализа изображений улиц и дорожной инфраструктуры. Репозиторий содержит веса в форматах PyTorch и TensorFlow. В метаданных указана лицензия other; конкретные условия использования следует сверить с лицензией репозитория.

Сценарии применения

  • сегментация объектов и областей на уличных изображениях
  • разметка дорожной сцены для анализа автономного вождения
  • выделение классов объектов городской инфраструктуры на изображениях
  • попиксельный анализ кадров с городских камер

Ограничения

Модель специализирована на семантической сегментации городских сцен Cityscapes; качество на других типах изображений может быть ниже. Условия лицензии обозначены как other и требуют проверки в репозитории.

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

SegFormer (b0-sized) model fine-tuned on CityScapes

SegFormer model fine-tuned on CityScapes at resolution 768x768. It was introduced in the paper SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformers by Xie et al. and first released in this repository.

Disclaimer: The team releasing SegFormer did not write a model card for this model so this model card has been written by the Hugging Face team.

Model description

SegFormer consists of a hierarchical Transformer encoder and a lightweight all-MLP decode head to achieve great results on semantic segmentation benchmarks such as ADE20K and Cityscapes. The hierarchical Transformer is first pre-trained on ImageNet-1k, after which a decode head is added and fine-tuned altogether on a downstream dataset.

Intended uses & limitations

You can use the raw model for semantic segmentation. See the model hub to look for fine-tuned versions on a task that interests you.

How to use

Here is how to use this model to classify an image of the COCO 2017 dataset into one of the 1,000 ImageNet classes:

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

feature_extractor = SegformerFeatureExtractor.from_pretrained("nvidia/segformer-b0-finetuned-cityscapes-768-768")
model = SegformerForSemanticSegmentation.from_pretrained("nvidia/segformer-b0-finetuned-cityscapes-768-768")

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  # shape (batch_size, num_labels, height/4, width/4)

For more code examples, we refer to the documentation.

License

The license for this model can be found here.

BibTeX entry and citation info

@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}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · image-segmentation

Можно запустить

Подбираем GPU…

Класс архитектуры
SegformerForSemanticSegmentation
Ревизия весов
d3b7801

0 моделей