模型介绍
中文整理M2FP单人人体解析模型介绍
模型描述
M2FP（Mask2Former for Parsing，官方代码）基于 Mask2Former 架构，并进行了一些改进以适应人体解析。 M2FP 可以适应几乎所有人体解析任务并产生惊人的性能。
模型整体架构图如下：
期望模型使用方式以及适用范围
本模型适用于仅包含单个人体的图像，对图片中的人体各组件进行解析、分割。
如何使用
在ModelScope框架上，提供输入图片，即可通过简单的Pipeline调用来使用。
代码范例
模型局限性以及可能的偏差
部分非常规图片或人体占比太小或遮挡严重可能会影响分割结果
本模型依赖mmcv-full，需用户在机器上正确安装mmcv-full
部分代码依赖CC BY-NC 4.0 license，不支持商用
训练数据介绍
LIP，大规模单人人体解析数据集，官方地址。
模型训练流程
请参考原论文
数据评估及结果
模型在LIP验证集上进行评估，结果如下:
Backbone Pretrain Epochs mIoU #params FLOPs
:----------: :-----------: :------: :-----: :-------: :-----:
ResNet-101 ImageNet-1k 150 59.86 63.0M 70.7G
注：测试时使用了 TTA（Test Time Augmentation）数据增强
可视化结果：
引用
如果你觉得该模型对你有所帮助，请考虑引用下面的相关论文：
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。