MobileNetV2与DeepLabV3+

MobileNet V2模型在PASCAL VOC数据集上以分辨率 513x513 预训练。该模型由Mark Sandler、Andrew Howard、Menglong Zhu、Andrey Zhmoginov和Liang-Chieh Chen于 MobileNetV2: Inverted Residuals and Linear Bottlenecks 年提出，并在 this repository 年首次发布。

免责声明：发布MobileNet V2的团队没有为该模型撰写模型卡片，因此该模型卡片由Hugging Face团队撰写。

模型描述

根据 original README 文献：

MobileNets是小型、低延迟、低功耗模型，参数化以满足各种用例的资源约束。它们可以用于分类、检测、嵌入和分割，类似于其他流行的大规模模型（如Inception）的用法。MobileNets可以在移动设备上高效运行[...] MobileNets在延迟、大小和准确性之间进行权衡，与文献中的流行模型相比表现出色。

该存储库中的模型在MobileNetV2主干上添加了 DeepLabV3+ 个头进行语义分割。

使用目的和限制

您可以使用原始模型进行语义分割。查看 model hub 以寻找您感兴趣的任务的微调版本。

如何使用

这是如何使用该模型的方式：

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

url = "http://images.cocodataset.org/val2017/000000039769.jpg"
image = Image.open(requests.get(url, stream=True).raw)

preprocessor = AutoImageProcessor.from_pretrained("google/deeplabv3_mobilenet_v2_1.0_513")
model = AutoModelForSemanticSegmentation.from_pretrained("google/deeplabv3_mobilenet_v2_1.0_513")

inputs = preprocessor(images=image, return_tensors="pt")

outputs = model(**inputs)
predicted_mask = preprocessor.post_process_semantic_segmentation(outputs)

目前，特征提取器和模型都支持PyTorch。

BibTeX引用项和引文信息

@inproceedings{deeplabv3plus2018,
  title={Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation},
  author={Liang-Chieh Chen and Yukun Zhu and George Papandreou and Florian Schroff and Hartwig Adam},
  booktitle={ECCV},
  year={2018}
}