इस प्रोजेक्ट के बारे में

सेगमेंटेशन मॉडल्स PyTorch (SMP) एक Python लाइब्रेरी है जो PyTorch पर आधारित है और इमेज सिमेंटिक सेगमेंटेशन के लिए बनाई गई है। यह एक हाई-लेवल API प्रदान करती है जहाँ सेगमेंटेशन मॉडल एक मानक torch.nn.Module होता है, जिसे कुछ ही पंक्तियों में बनाया जा सकता है। README में वर्णित मुख्य क्षमताएँ: - 12 एनकोडर-डिकोडर आर्किटेक्चर: Unet, Unet++, MAnet, Linknet, FPN, PSPNet, PAN, DeepLabV3, DeepLabV3+, UPerNet, Segformer और DPT, प्रत्येक अपने पेपर और दस्तावेज़ीकरण से जुड़ा हुआ है। - 800+ प्रीट्रेंड कन्वोल्यूशन- और ट्रांसफॉर्मर-आधारित एनकोडर, जिनमें timm बैकबोन का समर्थन शामिल है। एनकोडर केवल अंतिम क्लासिफिकेशन फीचर्स के बजाय इंटरमीडिएट फीचर्स उजागर करते हैं, और प्रीट्रेंड वेट के साथ आते हैं जिनका उद्देश्य कन्वर्जेंस को तेज़ और स्थिर करना है। README में लो-लेटेंसी या एज इन्फरेंस के लिए हल्के विकल्प (mobilenet/mobileone) और जटिल कार्यों के लिए उच्च-क्षमता वाले विकल्प (convnext/swin/mit) का उल्लेख है। - प्रीप्रोसेसिंग हेल्पर्स: get_preprocessing_fn एक प्रीप्रोसेसिंग फ़ंक्शन लौटाता है जो एनकोडर की प्रीट्रेनिंग (जैसे ImageNet) से मेल खाता है, जिसके बारे में README कहता है कि यह परिणाम और कन्वर्जेंस सुधार सकता है लेकिन पूरे मॉडल को प्रशिक्षित करते समय अनिवार्य नहीं है। - सेगमेंटेशन प्रशिक्षण के लिए सामान्यतः उपयोग किए जाने वाले लॉस और मेट्रिक्स (Dice, Jaccard, Tversky और अन्य)। - मॉडल API विकल्प: मनमाने इनपुट चैनल संख्या के लिए in_channels (पहले कन्वोल्यूशन वेट के पुनः उपयोग के दस्तावेज़ीकरण के साथ), एक वैकल्पिक सहायक क्लासिफिकेशन हेड के लिए aux_params (ग्लोबल पूलिंग, वैकल्पिक dropout, linear, वैकल्पिक activation) जो मास्क के साथ एक लेबल आउटपुट उत्पन्न करता है, और encoder_depth जो डाउनसैंपलिंग चरणों को कम करके मॉडल को हल्का बनाता है। - एक्सपोर्ट और डिप्लॉयमेंट अनुकूलता: ONNX एक्सपोर्ट और torch script/trace/compile संगतता। उदाहरणों में बाइनरी सेगमेंटेशन (OxfordPets, CamVid), मल्टीक्लास सेगमेंटेशन (CamVid), प्रीट्रेंड Segformer, DPT और UPerNet के साथ लोडिंग और इन्फरेंस चलाना, मॉडल को स्थानीय रूप से या Hugging Face Hub पर सेव/लोड करना, और ONNX में एक्सपोर्ट करना शामिल है। UPerNet, Segformer और DPT के लिए चेकपॉइंट Hugging Face पर लिंक किए गए हैं। इंस्टॉलेशन pip (segmentation-models-pytorch) के माध्यम से या सीधे GitHub से किया जाता है। README में लाइब्रेरी का उपयोग करके जीती गई प्रतियोगिताओं का एक हॉल-ऑफ-फेम पेज, SMP के साथ बनाया गया एक प्रोजेक्ट (withoutBG बैकग्राउंड रिमूवल), make टार्गेट का उपयोग करके dev इंस्टॉल, टेस्ट और लिंटिंग के लिए योगदान निर्देश, एक साइटेशन प्रविष्टि, और लाइसेंसिंग का भी उल्लेख है: मुख्य रूप से MIT जिसमें कुछ फाइलें अन्य लाइसेंस के अंतर्गत हैं, इसलिए व्यावसायिक उपयोगकर्ताओं को LICENSES फ़ाइल और प्रति-फ़ाइल विवरण जाँचने की सलाह दी जाती है।