/ Модель

Характеристики

Лицензия
Своя лицензия
Архитектура
segformer · dense
Опубликована
2 мар 2022

segformer-b5-finetuned-ade-640-640

Сегментация изображенийИзображение → mask3 профессии

SegFormer B5 от NVIDIA — модель семантической сегментации изображений, дообученная на ADE20K для попиксельного распознавания классов сцен и объектов.

51 457скачиваний за 30 дней51лайквеса обновлены6 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 B5 — модель NVIDIA для семантической сегментации изображений, дообученная на наборе ADE20K с разрешением 640×640. Она использует иерархический Transformer-энкодер и лёгкую декодирующую голову на основе MLP; исходное представление предварительно обучено на ImageNet-1k.

Модель предназначена для попиксельного отнесения областей изображения к классам сцен и объектов. Её можно применять для анализа сцен на фотографиях и изображениях помещений или улиц, а также как основу для задач сегментации на данных, близких к ADE20K. Репозиторий содержит веса PyTorch и TensorFlow.

Карточка не приводит отдельные показатели качества и не описывает поддерживаемые языки. Модель работает с изображениями и выдаёт карту семантических классов; качество на данных, отличающихся от обучающего набора, может быть ниже. Метаданные указывают лицензию `other`, поэтому перед использованием следует проверить условия лицензии репозитория.

Сценарии применения

  • попиксельное распознавание объектов и областей на изображении
  • сегментация внутренних и городских сцен
  • разметка сцен на фотографиях для компьютерного зрения
  • получение карт классов для анализа изображений

Ограничения

Карточка не сообщает метрики качества и не гарантирует результаты на данных, отличающихся от ADE20K. Указана лицензия `other`; условия использования нужно уточнить 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 (b5-sized) model fine-tuned on ADE20k

SegFormer model fine-tuned on ADE20k at resolution 640x640. 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-b5-finetuned-ade-512-512")
model = SegformerForSemanticSegmentation.from_pretrained("nvidia/segformer-b5-finetuned-ade-512-512")

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
739f5d4

0 моделей