Характеристики

Лицензия: MIT
Библиотека: segmentation-models-pytorch
Опубликована: 23 дек 2024

Ссылки

segformer-tu-resnet18

Сегментация изображенийИзображение → mask3 профессии

Модель компьютерного зрения для семантической сегментации изображений, опубликованная для загрузки через segmentation-models-pytorch.

163скачиваний за 30 дней0лайковвеса обновлены23 дек 2024

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-tu-resnet18 — модель семантической сегментации изображений на базе библиотеки segmentation-models-pytorch. Карточка показывает загрузку через smp.from_pretrained, а метаданные указывают задачу image-segmentation и формат весов safetensors. Репозиторий создан в декабре 2024 года и опубликован под лицензией MIT.

Модель предназначена для разбиения изображения на области и присвоения пиксельных меток; её можно использовать в приложениях компьютерного зрения, которым нужна семантическая сегментация. В названии указаны SegFormer и ResNet-18, однако карточка не раскрывает точные параметры и архитектурную конфигурацию. Метрики качества и сведения о датасете отсутствуют, поэтому качество и подходящие классы сегментации определить нельзя.

Сценарии применения

пиксельная разметка областей на изображениях
выделение объектов и фона на изображениях
встраивание семантической сегментации в приложение на PyTorch

Ограничения

В карточке не приведены метрики качества и название обучающего датасета, поэтому пригодность для конкретных классов и сценариев не подтверждена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Segformer Model Card

Table of Contents:

Load trained model
Model init parameters
Model metrics
Dataset

Load trained model

import segmentation_models_pytorch as smp

model = smp.from_pretrained("<save-directory-or-this-repo>")

Model init parameters

model_init_params = {
    "encoder_name": "tu-resnet18",
    "encoder_depth": 5,
    "encoder_weights": "imagenet",
    "decoder_segmentation_channels": 256,
    "in_channels": 3,
    "classes": 1,
    "activation": None,
    "aux_params": None
}

Model metrics

[More Information Needed]

Dataset

Dataset name: [More Information Needed]

More Information

Library: https://github.com/qubvel/segmentation_models.pytorch
Docs: https://smp.readthedocs.io/en/latest/

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: d338640