MP-Former

基于mask-piloted机制的先进图像分割模型

MP-Former是一种新型图像分割transformer模型，采用mask-piloted机制改进分割效果。项目包含训练和评估代码，适用于实例分割和全景分割任务。基于Mask2Former架构开发，在COCO数据集上展现出良好性能。项目提供了复现论文实验的脚本，为计算机视觉研究提供参考实现。MP-Former在CVPR 2023上发表，提供了no noise和all-layer MP训练设置，12轮训练后在实例分割任务上达到40.15 AP。项目代码开源，安装过程与Mask2Former相同，便于研究者快速上手和进行进一步探索。

MP-Former图像分割TransformerCVPR 2023Mask2FormerGithub开源项目

GitHub

论文

MP-Former

这是论文"MP-Former: 面向图像分割的掩码引导Transformer"的官方实现。已被CVPR 2023接收。

新闻

2023年8月19日：代码已发布。

安装

安装过程与Mask2Former完全相同。

训练

以下命令用于无噪声和全层MP训练设置的实例分割。

bash run_50ep_no_noise_all_ly.sh

以下命令用于无噪声和全层MP训练设置的全景分割。

bash run_50ep_no_noise_all_ly_panoptic.sh

评估

您可以将"weights"设置为检查点的路径。

bash eval.sh

模型

这个检查点是12轮训练的检查点（论文表7的最后一行）。如果您对其进行评估，预期得到的AP为40.15。

编辑推荐精选

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。

SimilarWeb流量提升

稳定高效的流量提升解决方案，助力品牌曝光

Sora2视频免费生成

最新版Sora2模型免费使用，一键生成无水印视频

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。