عن المشروع

Segmentation Models PyTorch (SMP) هي مكتبة بايثون مبنية على PyTorch للتجزئة الدلالية للصور. تقدم واجهة برمجة تطبيقات عالية المستوى حيث يكون نموذج التجزئة عبارة عن torch.nn.Module قياسي يمكن إنشاؤه في سطرين. القدرات الرئيسية الموصوفة في README: - 12 معمارية ترميز-فك ترميز: Unet وUnet++ وMAnet وLinknet وFPN وPSPNet وPAN وDeepLabV3 وDeepLabV3+ وUPerNet وSegformer وDPT، كل منها مرتبط بورقته البحثية وتوثيقه. - أكثر من 800 مُرمِّز مُدرَّب مسبقًا قائم على التلافيف والمحوِّلات، بما في ذلك دعم الأعمدة الفقرية من timm. تعرض المرمِّزات الميزات الوسيطة بدلاً من ميزات التصنيف النهائية فقط، وتأتي بأوزان مُدرَّبة مسبقًا تهدف إلى تسريع التدريب وتثبيت التقارب. يذكر README خيارات خفيفة (mobilenet/mobileone) للاستدلال منخفض الكمون أو على الحافة وخيارات أعلى سعة (convnext/swin/mit) للمهام المعقدة. - أدوات مساعدة للمعالجة المسبقة: تعيد get_preprocessing_fn دالة معالجة مسبقة تطابق تدريب المرمِّز المسبق (مثل ImageNet)، ويذكر README أنها يمكن أن تحسّن النتائج والتقارب ولكنها ليست إلزامية عند تدريب النموذج كاملاً. - دوال خسارة ومقاييس شائعة الاستخدام لتدريب التجزئة (Dice وJaccard وTversky وغيرها). - خيارات واجهة برمجة تطبيقات النموذج: in_channels لعدد قنوات إدخال عشوائي (مع توثيق إعادة استخدام أوزان الالتفاف الأول)، وaux_params لرأس تصنيف مساعد اختياري (تجميع عام، تسرب اختياري، طبقة خطية، تنشيط اختياري) ينتج مخرج تسمية بجانب القناع، وencoder_depth لتقليل مراحل الاختزال وجعل النماذج أخف. - ملاءمة التصدير والنشر: تصدير ONNX وتوافق torch script/trace/compile. تشمل الأمثلة دفاتر للتجزئة الثنائية (OxfordPets وCamVid)، والتجزئة متعددة الفئات (CamVid)، وتحميل وتشغيل الاستدلال باستخدام Segformer وDPT وUPerNet المُدرَّبة مسبقًا، وحفظ/تحميل النماذج محليًا أو إلى Hugging Face Hub، والتصدير إلى ONNX. نقاط التحقق لـ UPerNet وSegformer وDPT مرتبطة على Hugging Face. التثبيت عبر pip (segmentation-models-pytorch) أو مباشرة من GitHub. يذكر README أيضًا صفحة قاعة المشاهير للمسابقات التي فازت باستخدام المكتبة، ومشروعًا مبنيًا بـ SMP (إزالة الخلفية withoutBG)، وتعليمات المساهمة باستخدام أهداف make لتثبيت التطوير والاختبارات والتدقيق، ومدخلاً للاستشهاد، والترخيص: MIT بشكل أساسي مع بعض الملفات تحت تراخيص أخرى، لذا يُنصح المستخدمون التجاريون بالتحقق من ملف LICENSES وبيانات كل ملف.