/ Модель

Характеристики

Лицензия
MIT
Архитектура
schp · dense
Опубликована
6 апр 2026

schp-atr-18

Сегментация изображенийИзображение → mask3 профессии

SCHP на ResNet-101 сегментирует людей на 18 категорий одежды и частей тела для задач fashion AI.

637скачиваний за 30 дней3лайкавеса обновлены11 апр 2026

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

pirocheto/schp-atr-18 — модель семантической сегментации для разбора изображений людей на области одежды и части тела. Это чекпойнт SCHP (Self-Correction for Human Parsing), разработанный на основе оригинального проекта PeikeLi/Self-Correction-Human-Parsing. Архитектура сочетает ResNet-101 с механизмом самокоррекции; модель обучена на наборе ATR и выделяет 18 классов, включая фон, предметы одежды и части тела. Входное изображение обрабатывается при размере 512 × 512 пикселей, а результат включает карты логитов сегментации и границ.

Модель предназначена для подготовки изображений моды: извлечения масок отдельных предметов одежды, автоматической разметки каталогов, предварительной обработки для виртуальной примерки и ускорения аннотирования датасетов. Для ATR указано значение mIoU 82,29%. В репозитории также доступны файлы ONNX; README сообщает о варианте статической INT8-квантизации с близким к FP32 попиксельным совпадением. Лицензия MIT.

Сценарии применения

  • создание масок одежды для виртуальной примерки
  • автоматическая разметка фотографий одежды в интернет-магазине
  • выделение отдельных предметов одежды для кадрирования
  • подготовка начальной разметки для датасета моды
  • извлечение областей одежды для анализа цветовой палитры

Ограничения

Модель обучена на ATR, ориентированном на изображения одного человека, поэтому её качество на групповых снимках и вне предметной области набора может отличаться. Указанная метрика относится к тестовой выборке ATR.

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

SCHP — Self-Correction Human Parsing (ATR, 18 classes)

SCHP (Self-Correction for Human Parsing) is a state-of-the-art human parsing model based on a ResNet-101 backbone. This checkpoint is trained on the ATR dataset and packaged for the 🤗 Transformers AutoModel API.

Original repository: PeikeLi/Self-Correction-Human-Parsing

Source imageSegmentation result
demodemo-atr

Use cases:

  • 🎨 Outfit palette extraction — mask each clothing region (shirt, pants, dress…) then run color clustering to extract the dominant colors per garment
  • 🏷️ Product tagging for e-commerce — automatically label uploaded photos with clothing categories before indexing in a catalog
  • 👚 Virtual try-on pre-processing — generate clean garment masks (upper-clothes, skirt, dress…) as segmentation input to try-on models such as VITON or LaDI-VTON
  • ✏️ Dataset annotation — accelerate labeling pipelines for fashion datasets by using predicted masks as initial annotations to correct manually
  • ✂️ Clothing area cropping — crop tight bounding boxes around specific items (e.g. only the bag, only the shoes) for downstream classification or retrieval models

Dataset — ATR

ATR is a large single-person human parsing dataset with 17 000+ images focused on fashion AI.

  • mIoU on ATR test: 82.29%
  • 18 labels covering clothing items and body parts

Labels

IDLabelIDLabelIDLabel
0Background6Pants12Left-leg
1Hat7Dress13Right-leg
2Hair8Belt14Left-arm
3Sunglasses9Left-shoe15Right-arm
4Upper-clothes10Right-shoe16Bag
5Skirt11Face17Scarf

Usage — PyTorch

from transformers import AutoImageProcessor, AutoModelForSemanticSegmentation
from PIL import Image
import torch

model = AutoModelForSemanticSegmentation.from_pretrained("pirocheto/schp-atr-18", trust_remote_code=True)
processor = AutoImageProcessor.from_pretrained("pirocheto/schp-atr-18", trust_remote_code=True)

image = Image.open("photo.jpg").convert("RGB")
inputs = processor(images=image, return_tensors="pt")

with torch.no_grad():
    outputs = model(**inputs)

# outputs.logits       — (1, 18, 512, 512) raw logits
# outputs.parsing_logits — (1, 18, 512, 512) refined parsing logits
# outputs.edge_logits    — (1,  1, 512, 512) edge prediction logits
seg_map = outputs.logits.argmax(dim=1).squeeze().numpy()  # (H, W), values in [0, 17]

Each pixel in seg_map is a label ID. To map IDs back to names:

id2label = model.config.id2label
print(id2label[4])  # → "Upper-clothes"

Usage — ONNX Runtime

Optimized ONNX files are available in the onnx/ folder of this repo:

FileSizeNotes
onnx/schp-atr-18.onnx + .onnx.data~257 MBFP32, dynamic batch
onnx/schp-atr-18-int8-static.onnx~66 MBINT8 static, 99.94% pixel agreement
import onnxruntime as ort
import numpy as np
from huggingface_hub import hf_hub_download
from transformers import AutoImageProcessor
from PIL import Image

model_path = hf_hub_download("pirocheto/schp-atr-18", "onnx/schp-atr-18-int8-static.onnx")
processor  = AutoImageProcessor.from_pretrained("pirocheto/schp-atr-18", trust_remote_code=True)

sess_opts = ort.SessionOptions()
sess_opts.intra_op_num_threads = 8
sess = ort.InferenceSession(model_path, sess_opts, providers=["CPUExecutionProvider"])

image  = Image.open("photo.jpg").convert("RGB")
inputs = processor(images=image, return_tensors="np")
logits = sess.run(["logits"], {"pixel_values": inputs["pixel_values"]})[0]
seg_map = logits.argmax(axis=1).squeeze()  # (H, W)

Performance

Benchmarked on CPU (16-core, 8 ORT threads, intra_op_num_threads=8):

BackendLatencySpeedupSize
PyTorch FP32~430 ms1×256 MB
ONNX FP32~293 ms1.5×257 MB
ONNX INT8 static~229 ms1.9×66 MB

INT8 static quantization achieves 99.94% pixel-level agreement with the FP32 model.

Model Details

PropertyValue
ArchitectureResNet-101 + SCHP self-correction
Input size512 × 512
Output3 heads: logits, parsing_logits, edge_logits
Training datasetATR
Number of classes18
FrameworkPyTorch / Transformers

Citation

@article{li2020self,
  title={Self-Correction for Human Parsing},
  author={Li, Peike and Xu, Yunqiu and Wei, Yunchao and Yang, Yi},
  journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
  year={2020},
  doi={10.1109/TPAMI.2020.3048039}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · image-segmentation

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
SCHPForSemanticSegmentation
Ревизия весов
61f4ff3

0 моделей