---

license: other tags:

• vision
• image-segmentation datasets:
• scene_parse_150 widget:
• src: https://huggingface.co/datasets/hf-internal-testing/fixtures_ade20k/resolve/main/ADE_val_00000001.jpg example_title: House
• src: https://huggingface.co/datasets/hf-internal-testing/fixtures_ade20k/resolve/main/ADE_val_00000002.jpg example_title: Castle

---

基于 ADE20k 微调的 SegFormer（b1 尺寸）模型

本模型是在 512x512 分辨率下对 ADE20k 数据集进行微调的 SegFormer 模型。该模型由 Xie 等人在论文《SegFormer: 基于 Transformer 的简洁高效语义分割设计》中提出，并首次发布于此代码库。

免责声明：SegFormer 发布团队未为此模型编写模型卡片，本卡片由 Hugging Face 团队撰写。

模型描述

SegFormer 采用分层式 Transformer 编码器与轻量级全 MLP 解码头架构，在 ADE20K 和 Cityscapes 等语义分割基准数据集上表现优异。分层 Transformer 首先在 ImageNet-1k 上进行预训练，随后添加解码头并在下游数据集上进行整体微调。

适用范围与限制

您可直接使用该原始模型进行语义分割任务。请访问模型中心查找您感兴趣任务的微调版本。

使用方法

以下示例展示如何使用本模型将 COCO 2017 数据集中的图像分类为 1000 个 ImageNet 类别之一：

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

feature_extractor = SegformerFeatureExtractor.from_pretrained("nvidia/segformer-b1-finetuned-ade-512-512")
model = SegformerForSemanticSegmentation.from_pretrained("nvidia/segformer-b1-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)

如需更多代码示例，请参阅文档。

BibTeX 条目与引用信息

@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}
}