/ Модель

Характеристики

Лицензия
MIT
Библиотека
segmentation-models-pytorch
Опубликована
6 апр 2025

dpt-large-ade20k

Сегментация изображенийИзображение → mask3 профессии

DPT-модель для семантической сегментации изображений, обученная на ADE20K и предназначенная для получения пиксельных масок сцен.

436скачиваний за 30 дней1лайквеса обновлены6 апр 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

smp-hub/dpt-large-ade20k — модель семантической сегментации изображений на архитектуре DPT, опубликованная на Hugging Face и обученная на датасете ADE20K. Для загрузки и запуска используется библиотека segmentation-models-pytorch; веса доступны в формате safetensors.

Модель предназначена для разметки изображения по пикселям: она может относить области сцены к классам объектов и элементов окружения. Подходит для анализа сцен и визуализации сегментационных масок. Репозиторий опубликован под лицензией MIT.

Сценарии применения

  • сегментация объектов и элементов городской сцены на изображении
  • построение пиксельной карты классов для фотографии
  • анализ сцен на датасете ADE20K
  • визуализация семантических масок изображения

Ограничения

Карточка не приводит показатели качества, перечень классов и параметры модели, поэтому пригодность для конкретных данных следует оценивать отдельно.

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

DPT Model Card

Table of Contents:

Load trained model

Open In Colab

  1. Install requirements.
pip install -U segmentation_models_pytorch albumentations
  1. Run inference.
import torch
import requests
import numpy as np
import albumentations as A
import segmentation_models_pytorch as smp

from PIL import Image

device = "cuda" if torch.cuda.is_available() else "cpu"

# Load pretrained model and preprocessing function
checkpoint = "smp-hub/dpt-large-ade20k"
model = smp.from_pretrained(checkpoint).eval().to(device)
preprocessing = A.Compose.from_pretrained(checkpoint)

# Load image
url = "https://huggingface.co/datasets/hf-internal-testing/fixtures_ade20k/resolve/main/ADE_val_00000001.jpg"
image = Image.open(requests.get(url, stream=True).raw)

# Preprocess image
np_image = np.array(image)
normalized_image = preprocessing(image=np_image)["image"]
input_tensor = torch.as_tensor(normalized_image)
input_tensor = input_tensor.permute(2, 0, 1).unsqueeze(0)  # HWC -> BCHW
input_tensor = input_tensor.to(device)

# Perform inference
with torch.no_grad():
    output_mask = model(input_tensor)

# Postprocess mask
mask = torch.nn.functional.interpolate(
    output_mask, size=(image.height, image.width), mode="bilinear", align_corners=False
)
mask = mask.argmax(1).cpu().numpy()  # argmax over predicted classes (channels dim)

Model init parameters

model_init_params = {
    "encoder_name": "tu-vit_large_patch16_384",
    "encoder_depth": 4,
    "encoder_weights": None,
    "encoder_output_indices": None,
    "decoder_intermediate_channels": (256, 512, 1024, 1024),
    "decoder_fusion_channels": 256,
    "dynamic_img_size": True,
    "in_channels": 3,
    "classes": 150,
    "activation": None,
    "aux_params": None
}

Dataset

Dataset name: ADE20K

More Information

This model has been pushed to the Hub using the PytorchModelHubMixin

Как запустить

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

GPU в ailist

Универсальный рантайм · segmentation-models-pytorch · image-segmentation

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
c79f56e

0 моделей