KerasHub:预训练模型 / API 文档 / 模型架构 / SegFormer / SegFormerImageSegmenter 模型

SegFormerImageSegmenter 模型

[来源]

SegFormerImageSegmenter

keras_hub.models.SegFormerImageSegmenter(
    backbone, num_classes, preprocessor=None, **kwargs
)

一个实现 SegFormer 用于语义分割的 Keras 模型。

此类实现了 SegFormer 架构的分割头,该架构在 [SegFormer:使用 Transformer 进行语义分割的简单高效设计] (https://arxiv.org/abs/2105.15203) 中有描述,并 [基于 DeepVision 的 TensorFlow 实现] (https://github.com/DavidLandup0/deepvision/tree/main/deepvision/models/segmentation/segformer)。

SegFormer 设计用于 MixTransformer (MiT) 编码器系列,并使用一个非常轻量级的全 MLP 解码器头。

MiT 编码器使用分层 Transformer,其输出特征具有多个尺度,类似于通常与 CNN 相关的分层输出。

参数

  • image_encoder: keras.Model. 模型的骨干网络,用作 SegFormer 编码器的特征提取器。它*旨在*仅与专门为 SegFormer 创建的 MiT 骨干模型 (keras_hub.models.MiTBackbone) 一起使用。或者,也可以是 keras_hub.models.Backbone 模型,是 keras_hub.models.FeaturePyramidBackbone 的子类,或者是具有 pyramid_outputs 属性的 keras.Model,其中 pyramid_outputs 是一个字典,键为 "P2", "P3", "P4", "P5",值为层名称。
  • num_classes: int,检测模型的类别数量,包括背景类。
  • projection_filters: int,将拼接的特征投影到分割图的卷积层中的滤波器数量。默认为 256。

示例

使用预设

segmenter = keras_hub.models.SegFormerImageSegmenter.from_preset(
    "segformer_b0_ade20k_512"
)

images = np.random.rand(1, 512, 512, 3)
segformer(images)

使用 SegFormer 骨干

encoder = keras_hub.models.MiTBackbone.from_preset(
    "mit_b0_ade20k_512"
)
backbone = keras_hub.models.SegFormerBackbone(
    image_encoder=encoder,
    projection_filters=256,
)

将 SegFormer 骨干与自定义编码器一起使用

images = np.ones(shape=(1, 96, 96, 3))
labels = np.zeros(shape=(1, 96, 96, 1))

encoder = keras_hub.models.MiTBackbone(
    depths=[2, 2, 2, 2],
    image_shape=(96, 96, 3),
    hidden_dims=[32, 64, 160, 256],
    num_layers=4,
    blockwise_num_heads=[1, 2, 5, 8],
    blockwise_sr_ratios=[8, 4, 2, 1],
    max_drop_path_rate=0.1,
    patch_sizes=[7, 3, 3, 3],
    strides=[4, 2, 2, 2],
)

backbone = keras_hub.models.SegFormerBackbone(
    image_encoder=encoder,
    projection_filters=256,
)
segformer = keras_hub.models.SegFormerImageSegmenter(
    backbone=backbone,
    num_classes=4,
)
segformer(images

将分割器类与预设骨干一起使用

image_encoder = keras_hub.models.MiTBackbone.from_preset(
    "mit_b0_ade20k_512"
)
backbone = keras_hub.models.SegFormerBackbone(
    image_encoder=encoder,
    projection_filters=256,
)
segformer = keras_hub.models.SegFormerImageSegmenter(
    backbone=backbone,
    num_classes=4,
)

[来源]

from_preset 方法

SegFormerImageSegmenter.from_preset(preset, load_weights=True, **kwargs)

从模型预设实例化一个 keras_hub.models.Task

预设是用于保存和加载预训练模型的配置、权重及其他文件资产的目录。可以将 preset 作为以下之一传入:

  1. 内置预设标识符,例如 'bert_base_en'
  2. Kaggle Models 句柄,例如 'kaggle://user/bert/keras/bert_base_en'
  3. Hugging Face 句柄,例如 'hf://user/bert_base_en'
  4. 本地预设目录的路径,例如 './bert_base_en'

对于任何 Task 子类,您可以运行 cls.presets.keys() 以列出该类上所有可用的内置预设。

此构造函数可以通过两种方式之一调用。可以从任务特定的基类(例如 keras_hub.models.CausalLM.from_preset())调用,也可以从模型类(例如 keras_hub.models.BertTextClassifier.from_preset())调用。如果从基类调用,返回对象的子类将从预设目录中的配置中推断出来。

参数

  • preset: string。内置预设标识符、Kaggle Models 句柄、Hugging Face 句柄或本地目录的路径。
  • load_weights: bool。如果为 True,保存的权重将加载到模型架构中。如果为 False,所有权重将随机初始化。

示例

# Load a Gemma generative task.
causal_lm = keras_hub.models.CausalLM.from_preset(
    "gemma_2b_en",
)

# Load a Bert classification task.
model = keras_hub.models.TextClassifier.from_preset(
    "bert_base_en",
    num_classes=2,
)
预设 参数 描述
segformer_b0_ade20k_512 3.72M 具有 MiTB0 骨干的 SegFormer 模型,在 ADE20k 上以 512x512 分辨率进行微调。
segformer_b0_cityscapes_1024 3.72M 具有 MiTB0 骨干的 SegFormer 模型,在 Cityscapes 上以 1024x1024 分辨率进行微调。
segformer_b1_ade20k_512 13.68M 具有 MiTB1 骨干的 SegFormer 模型,在 ADE20k 上以 512x512 分辨率进行微调。
segformer_b1_cityscapes_1024 13.68M 具有 MiTB1 骨干的 SegFormer 模型,在 Cityscapes 上以 1024x1024 分辨率进行微调。
segformer_b2_ade20k_512 24.73M 具有 MiTB2 骨干的 SegFormer 模型,在 ADE20k 上以 512x512 分辨率进行微调。
segformer_b2_cityscapes_1024 24.73M 具有 MiTB2 骨干的 SegFormer 模型,在 Cityscapes 上以 1024x1024 分辨率进行微调。
segformer_b3_ade20k_512 44.60M 具有 MiTB3 骨干的 SegFormer 模型,在 ADE20k 上以 512x512 分辨率进行微调。
segformer_b3_cityscapes_1024 44.60M 具有 MiTB3 骨干的 SegFormer 模型,在 Cityscapes 上以 1024x1024 分辨率进行微调。
segformer_b4_ade20k_512 61.37M 具有 MiTB4 骨干的 SegFormer 模型,在 ADE20k 上以 512x512 分辨率进行微调。
segformer_b4_cityscapes_1024 61.37M 具有 MiTB4 骨干的 SegFormer 模型,在 Cityscapes 上以 1024x1024 分辨率进行微调。
segformer_b5_ade20k_640 81.97M 具有 MiTB5 骨干的 SegFormer 模型,在 ADE20k 上以 640x640 分辨率进行微调。
segformer_b5_cityscapes_1024 81.97M 具有 MiTB5 骨干的 SegFormer 模型,在 Cityscapes 上以 1024x1024 分辨率进行微调。

backbone 属性

keras_hub.models.SegFormerImageSegmenter.backbone

一个包含核心架构的 keras_hub.models.Backbone 模型。


preprocessor 属性

keras_hub.models.SegFormerImageSegmenter.preprocessor

一个用于预处理输入的 keras_hub.models.Preprocessor 层。