# MaskFormer

Bu, yakın zamanda tanıtılmış bir model olduğundan API geniş çapta test edilmemiştir. Gelecekte düzeltmek için bazı hatalar veya küçük kırıcı değişiklikler olabilir. Garip bir şey görürseniz, bir [Github Sorunu](https://github.com/huggingface/transformers/issues/new?assignees=&labels=&template=bug-report.md&title) açın.

## Genel Bakış

MaskFormer modeli, Bowen Cheng, Alexander G. Schwing ve Alexander Kirillov tarafından [Per-Pixel Classification is Not All You Need for Semantic Segmentation](https://huggingface.co/papers/2107.06278) makalesinde önerilmiştir. MaskFormer, klasik piksel düzeyinde sınıflandırma yapmak yerine, anlamsal segmentasyonu bir maske sınıflandırma paradigmasıyla ele alır.

Makalenin özeti aşağıdaki gibidir:

*Günümüzdeki modern yaklaşımlar genellikle semantik segmentasyonu piksel bazlı bir sınıflandırma görevi olarak formüle ederken, örnek düzeyindeki segmentasyon alternatif bir maske sınıflandırması ile ele alınır. Temel içgörümüz: Maske sınıflandırması, hem semantik hem de örnek düzeyindeki segmentasyon görevlerini tam olarak aynı model, kayıp ve eğitim prosedürüyle birleşik bir şekilde çözmek için yeterince genel bir yöntemdir. Bu gözleme dayanarak, her biri tek bir küresel sınıf etiketi tahminiyle ilişkilendirilen bir dizi ikili maske tahmin eden basit bir maske sınıflandırma modeli olan MaskFormer'ı öneriyoruz. Genel olarak, önerilen maske sınıflandırmasına dayalı yöntem, semantik ve panoptik segmentasyon görevleri için etkili yaklaşımların genel görünümünü basitleştirir ve mükemmel ampirik sonuçlar gösterir. Özellikle, sınıf sayısı büyük olduğunda MaskFormer'ın piksel bazlı sınıflandırma baz çizgilerinden daha iyi performans gösterdiğini gözlemliyoruz. Maske sınıflandırmasına dayalı yöntemimiz, hem mevcut en iyi semantik (ADE20K üzerinde 55,6 mIoU) hem de panoptik segmentasyon (COCO üzerinde 52,7 PQ) modellerinden daha iyi performans göstermektedir.*

Aşağıdaki şekil, MaskFormer mimarisini göstermektedir. [orijinal makale](https://huggingface.co/papers/2107.06278)'den alınmıştır.

Bu model [francesco](https://huggingface.co/francesco) tarafından katkıda bulunmuştur. Orijinal kod [burada](https://github.com/facebookresearch/MaskFormer) bulunabilir.

## Kullanım ipuçları

- MaskFormer'ın Transformer kodlayıcısı, [DETR](detr)'ın kodlayıcısıyla birebir aynıdır. Eğitim sırasında DETR yazarları, özellikle modelin her sınıf için doğru sayıda nesne çıkarmasına yardımcı olmak amacıyla kodlayıcıda yardımcı kayıplar kullanmanın faydalı olduğunu tespit etmiştir. [MaskFormerConfig](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerConfig)'in `use_auxiliary_loss` parametresini `True` olarak ayarlarsanız, her kodlayıcı katmanından sonra tahmin ileri beslemeli sinir ağları ve Macar kayıpları eklenir (FFN'ler parametreleri paylaşır).
- Modeli birden fazla düğüm arasında dağıtık bir ortamda eğitmek istiyorsanız, `modeling_maskformer.py` içindeki `MaskFormerLoss` sınıfındaki `get_num_masks` fonksiyonunu güncellemelisiniz. Birden fazla düğümde eğitim sırasında bu değer, [burada](https://github.com/facebookresearch/MaskFormer/blob/da3e60d85fdeedcb31476b5edd7d328826ce56cc/mask_former/modeling/criterion.py#L169) görüldüğü gibi, tüm düğümler arasındaki hedef maskelerin ortalama sayısına ayarlanmalıdır.
- Görselleri ve isteğe bağlı hedefleri model için hazırlamak için [MaskFormerImageProcessor](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerImageProcessor) kullanılabilir.
- Görevin türüne bağlı olarak nihai segmentasyonu almak için [post_process_semantic_segmentation()](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerImageProcessor.post_process_semantic_segmentation) veya [post_process_panoptic_segmentation()](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerImageProcessor.post_process_panoptic_segmentation) çağrılabilir. Her iki görev de [MaskFormerForInstanceSegmentation](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerForInstanceSegmentation) çıktısı kullanılarak çözülebilir; panoptik segmentasyon, hedef nesne/nesnelerin (ör. gökyüzü) örneklerini birleştirmek için isteğe bağlı `label_ids_to_fuse` argümanını kabul eder.

## Kaynaklar

- MaskFormer ile çıkarımın ve özel verilerde ince ayarın nasıl yapıldığını gösteren tüm defterler [burada](https://github.com/NielsRogge/Transformers-Tutorials/tree/master/MaskFormer) bulunabilir.

## MaskFormer'e özgü çıktılar[[transformers.models.maskformer.modeling_maskformer.MaskFormerModelOutput]]

#### transformers.models.maskformer.modeling_maskformer.MaskFormerModelOutput[[transformers.models.maskformer.modeling_maskformer.MaskFormerModelOutput]]

```python
transformers.models.maskformer.modeling_maskformer.MaskFormerModelOutput(encoder_last_hidden_state: typing.Optional[torch.Tensor] = None, pixel_decoder_last_hidden_state: typing.Optional[torch.Tensor] = None, transformer_decoder_last_hidden_state: typing.Optional[torch.Tensor] = None, encoder_hidden_states: tuple[torch.Tensor] | None = None, pixel_decoder_hidden_states: tuple[torch.Tensor] | None = None, transformer_decoder_hidden_states: tuple[torch.Tensor] | None = None, hidden_states: tuple[torch.Tensor] | None = None, attentions: tuple[torch.Tensor] | None = None)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/modeling_maskformer.py#L136)

**Parametreler:**

encoder_last_hidden_state (`torch.Tensor`, şekli `(batch_size, num_channels, height, width)`) : Kodlayıcı modelin (backbone) son aşamasının son gizli durumları (son özellik haritası).

pixel_decoder_last_hidden_state (`torch.Tensor`, şekli `(batch_size, num_channels, height, width)`) : Piksel çözücü modelinin (FPN) son aşamasının son gizli durumları (son özellik haritası).

transformer_decoder_last_hidden_state (`torch.Tensor`, şekli `(batch_size, sequence_length, hidden_size)`) : Transformer decoder modelinin son aşamasının son gizli durumları (son özellik haritası).

encoder_hidden_states (`tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) : `torch.Tensor` (gömme çıktısı için bir tane + her aşamanın çıktısı için bir tane) içeren bir tuple, şekli `(batch_size, num_channels, height, width)`. Kodlayıcı modelin her aşamanın çıktısındaki gizli durumları (aynı zamanda özellik haritaları olarak da adlandırılır).

pixel_decoder_hidden_states (`tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) : `torch.Tensor` (gömme çıktısı için bir tane + her aşamanın çıktısı için bir tane) içeren bir tuple, şekli `(batch_size, num_channels, height, width)`. Piksel çözücü modelinin her aşamanın çıktısındaki gizli durumları (aynı zamanda özellik haritaları olarak da adlandırılır).

transformer_decoder_hidden_states (`tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) : `torch.Tensor` (gömme çıktısı için bir tane + her aşamanın çıktısı için bir tane) içeren bir tuple, şekli `(batch_size, sequence_length, hidden_size)`. Her aşamanın çıktısında dönüştürücü çözücünün gizli durumları (aynı zamanda özellik haritaları olarak da adlandırılır).

hidden_states `tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) : `encoder_hidden_states`, `pixel_decoder_hidden_states` ve `decoder_hidden_states` içeren `torch.Tensor` demeti

hidden_states (`tuple[torch.Tensor]`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) : `torch.Tensor` (modelin bir gömme katmanı varsa gömme katmanının çıktısı için bir tane + her katmanın çıktısı için birer tane) içeren bir demet, şekli `(batch_size, sequence_length, hidden_size)`. Modelin her katmanının çıktısındaki gizli durumlar ve isteğe bağlı başlangıç gömme çıktıları.

attentions (`tuple[torch.Tensor]`, *isteğe bağlı*, `output_attentions=True` geçirildiğinde veya `config.output_attentions=True` olduğunda döndürülür) : `torch.Tensor` (her katman için bir tane) içeren bir Tuple, şekli `(batch_size, num_heads, sequence_length, sequence_length)`. Dikkat softmax'ı sonrası dikkat ağırlıkları, öz-dikkat başlıklarında ağırlıklı ortalamanın hesaplanmasında kullanılır.

[MaskFormerModel](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerModel) çıktılarının sınıfı. Bu sınıf, logitleri hesaplamak için gereken tüm gizli durumları döndürür.

#### transformers.models.maskformer.modeling_maskformer.MaskFormerForInstanceSegmentationOutput[[transformers.models.maskformer.modeling_maskformer.MaskFormerForInstanceSegmentationOutput]]

```python
transformers.models.maskformer.modeling_maskformer.MaskFormerForInstanceSegmentationOutput(loss: typing.Optional[torch.Tensor] = None, class_queries_logits: typing.Optional[torch.Tensor] = None, masks_queries_logits: typing.Optional[torch.Tensor] = None, auxiliary_logits: typing.Optional[torch.Tensor] = None, encoder_last_hidden_state: typing.Optional[torch.Tensor] = None, pixel_decoder_last_hidden_state: typing.Optional[torch.Tensor] = None, transformer_decoder_last_hidden_state: typing.Optional[torch.Tensor] = None, encoder_hidden_states: tuple[torch.Tensor] | None = None, pixel_decoder_hidden_states: tuple[torch.Tensor] | None = None, transformer_decoder_hidden_states: tuple[torch.Tensor] | None = None, hidden_states: tuple[torch.Tensor] | None = None, attentions: tuple[torch.Tensor] | None = None)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/modeling_maskformer.py#L182)

**Parametreler:**

loss (`torch.Tensor`, *isteğe bağlı*) : Etiketler mevcut olduğunda döndürülen hesaplanan kayıp.

class_queries_logits (`torch.Tensor`, *isteğe bağlı*) : Her sorgu için önerilen sınıfları temsil eden, `(batch_size, num_queries, num_labels + 1)` biçiminde bir tensör. `+ 1`'in, null sınıfını dahil ettiğimiz için gerekli olduğunu unutmayın.

masks_queries_logits (`torch.Tensor`, *isteğe bağlı*) : Her sorgu için önerilen maskeleri temsil eden, `(batch_size, num_queries, height, width)` biçiminde bir tensör.

auxiliary_logits (`Dict[str, torch.Tensor]`, *isteğe bağlı*, `output_auxiliary_logits=True` olduğunda döndürülür) : Yardımcı kayıplar etkinleştirildiğinde, her kodlayıcı katmanı için yardımcı tahminleri içeren sözlük.

encoder_last_hidden_state (`torch.Tensor`, şekli `(batch_size, num_channels, height, width)`) : Kodlayıcı modelin (backbone) son aşamasının son gizli durumları (son özellik haritası).

pixel_decoder_last_hidden_state (`torch.Tensor`, şekli `(batch_size, num_channels, height, width)`) : Piksel çözücü modelinin (FPN) son aşamasının son gizli durumları (son özellik haritası).

transformer_decoder_last_hidden_state (`torch.Tensor`, şekli `(batch_size, sequence_length, hidden_size)`) : Transformer decoder modelinin son aşamasının son gizli durumları (son özellik haritası).

encoder_hidden_states (`tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) : `torch.Tensor` (gömme çıktısı için bir tane + her aşamanın çıktısı için bir tane) içeren bir tuple, şekli `(batch_size, num_channels, height, width)`. Kodlayıcı modelin her aşamanın çıktısındaki gizli durumları (aynı zamanda özellik haritaları olarak da adlandırılır).

pixel_decoder_hidden_states (`tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) : `torch.Tensor` (gömme çıktısı için bir tane + her aşamanın çıktısı için bir tane) içeren bir tuple, şekli `(batch_size, num_channels, height, width)`. Piksel çözücü modelinin her aşamanın çıktısındaki gizli durumları (aynı zamanda özellik haritaları olarak da adlandırılır).

transformer_decoder_hidden_states (`tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) : `torch.Tensor` (gömme çıktısı için bir tane + her aşamanın çıktısı için bir tane) içeren bir tuple, şekli `(batch_size, sequence_length, hidden_size)`. Her aşamanın çıktısında dönüştürücü çözücünün gizli durumları.

hidden_states `tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) : `encoder_hidden_states`, `pixel_decoder_hidden_states` ve `decoder_hidden_states` içeren `torch.Tensor` öğelerinden oluşan bir demet.

hidden_states (`tuple[torch.Tensor]`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) : `torch.Tensor` (modelin bir gömme katmanı varsa gömme katmanının çıktısı için bir tane + her katmanın çıktısı için birer tane) içeren bir demet, şekli `(batch_size, sequence_length, hidden_size)`. Modelin her katmanının çıktısındaki gizli durumlar ve isteğe bağlı başlangıç gömme çıktıları.

attentions (`tuple[torch.Tensor]`, *isteğe bağlı*, `output_attentions=True` geçirildiğinde veya `config.output_attentions=True` olduğunda döndürülür) : `torch.Tensor` (her katman için bir tane) içeren bir Tuple, şekli `(batch_size, num_heads, sequence_length, sequence_length)`. Dikkat softmax'ı sonrası dikkat ağırlıkları, öz-dikkat başlıklarında ağırlıklı ortalamanın hesaplanmasında kullanılır.

[MaskFormerForInstanceSegmentation](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerForInstanceSegmentation) çıktılarının sınıfı.

Bu çıktı, görevine bağlı olarak doğrudan [post_process_semantic_segmentation()](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerImageProcessor.post_process_semantic_segmentation) veya [post_process_instance_segmentation()](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerImageProcessor.post_process_instance_segmentation) veya [post_process_panoptic_segmentation()](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerImageProcessor.post_process_panoptic_segmentation) işlevlerine aktarılabilir. Kullanımına ilişkin ayrıntılar için [`~MaskFormerImageProcessor] sayfasına bakın.

## MaskFormerDetrConfig[[transformers.MaskFormerDetrConfig]]

#### transformers.MaskFormerDetrConfig[[transformers.MaskFormerDetrConfig]]

```python
transformers.MaskFormerDetrConfig(transformers_version: str | None = None, architectures: list[str] | None = None, output_hidden_states: bool | None = False, return_dict: bool | None = True, dtype: str | torch.dtype | None = None, chunk_size_feed_forward: int = 0, id2label: dict[int, str] | dict[str, str] | None = None, label2id: dict[str, int] | dict[str, str] | None = None, problem_type: Literal['regression', 'single_label_classification', 'multi_label_classification'] | None = None, is_encoder_decoder: bool = True, backbone_config: dict | transformers.configuration_utils.PreTrainedConfig | None = None, num_channels: int = 3, num_queries: int = 100, encoder_layers: int = 6, encoder_ffn_dim: int = 2048, encoder_attention_heads: int = 8, decoder_layers: int = 6, decoder_ffn_dim: int = 2048, decoder_attention_heads: int = 8, encoder_layerdrop: float | int = 0.0, decoder_layerdrop: float | int = 0.0, activation_function: str = 'relu', d_model: int = 256, dropout: float | int = 0.1, attention_dropout: float | int = 0.0, activation_dropout: float | int = 0.0, init_std: float = 0.02, init_xavier_std: float = 1.0, auxiliary_loss: bool = False, position_embedding_type: str = 'sine', dilation: bool = False, class_cost: int = 1, bbox_cost: int = 5, giou_cost: int = 2, mask_loss_coefficient: int = 1, dice_loss_coefficient: int = 1, bbox_loss_coefficient: int = 5, giou_loss_coefficient: int = 2, eos_coefficient: float = 0.1)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/configuration_maskformer.py#L32)

**Parametreler:**

is_encoder_decoder (`bool`, *isteğe bağlı*, varsayılan `True`) : Modelin bir kodlayıcı/çözücü olarak kullanılıp kullanılmadığı.

backbone_config (`Union[dict, ~configuration_utils.PreTrainedConfig]`, *isteğe bağlı*) : Omurga modelinin yapılandırması.

num_channels (`int`, *opsiyonel*, varsayılan `3`) : Girdi kanal sayısı.

num_queries (`int`, *isteğe bağlı*, varsayılan 100) : Nesne sorgusu sayısı, yani algılama yuvaları. Bu, [ConditionalDetrModel](/docs/transformers/main/tr/model_doc/conditional_detr#transformers.ConditionalDetrModel)'ün tek bir görüntüde algılayabileceği nesnelerin azami sayısıdır. COCO için 100 sorgu öneririz.

encoder_layers (`int`, *isteğe bağlı*, varsayılan `6`) : Transformer kodlayıcısındaki gizli katman sayısı. Ayarlanmazsa `num_layers` ile aynı değeri kullanır.

encoder_ffn_dim (`int`, *opsiyonel*, varsayılan `2048`) : Kodlayıcıdaki "ara" (genellikle feed-forward olarak adlandırılan) katmanının boyutluluğu.

encoder_attention_heads (`int`, *isteğe bağlı*, varsayılan `8`) : Transformer kodlayıcısındaki her dikkat katmanı için dikkat başı sayısı.

decoder_layers (`int`, *isteğe bağlı*, varsayılan `6`) : Transformer decoder'ındaki gizli katman sayısı. Ayarlanmazsa `num_layers` ile aynı değer kullanılır.

decoder_ffn_dim (`int`, *opsiyonel*, varsayılan `2048`) : Dekoderdeki "ara" (genellikle feed-forward olarak adlandırılan) katmanın boyutluluğu.

decoder_attention_heads (`int`, *isteğe bağlı*, varsayılan `8`) : Transformer decoder'ındaki her dikkat katmanı için dikkat başı sayısı.

encoder_layerdrop (`Union[float, int]`, *isteğe bağlı*, varsayılan `0.0`) : Kodlayıcı için LayerDrop olasılığı. Daha fazla ayrıntı için [LayerDrop makalesine](see https://huggingface.co/papers/1909.11556) bakın.

decoder_layerdrop (`Union[float, int]`, *isteğe bağlı*, varsayılan `0.0`) : Çözücü için LayerDrop olasılığı. Daha fazla ayrıntı için [LayerDrop makalesine](see https://huggingface.co/papers/1909.11556) bakın.

activation_function (`str`, *isteğe bağlı*, varsayılan `relu`) : Dekoderdeki doğrusal olmayan aktivasyon fonksiyonu (fonksiyon veya dize). Örneğin, `"gelu"`, `"relu"`, `"silu"` vb.

d_model (`int`, *isteğe bağlı*, varsayılan `256`) : Kodlayıcı katmanlarının ve havuzlayıcı katmanının boyutu.

dropout (`Union[float, int]`, *isteğe bağlı*, varsayılan `0.1`) : Tüm dropout katmanları için oran.

attention_dropout (`Union[float, int]`, *isteğe bağlı*, varsayılan `0.0`) : Dikkat olasılıkları için dropout oranı.

activation_dropout (`Union[float, int]`, *isteğe bağlı*, varsayılan `0.0`) : Tamamen bağlı katmandaki aktivasyonlar için dropout oranı.

init_std (`float`, *opsiyonel*, varsayılan `0.02`) : Tüm ağırlık matrislerini başlatmak için kullanılan truncated_normal_initializer'ın standart sapması.

init_xavier_std (`float`, *isteğe bağlı*, varsayılan `1.0`) : Çapraz dikkat ağırlıklarının Xavier başlatılmasında kullanılan ölçekleme faktörü.

auxiliary_loss (`bool`, *isteğe bağlı*, varsayılan `False`) : Yardımcı çözümleme kayıplarının (her decoder katmanındaki kayıplar) kullanılıp kullanılmayacağı.

position_embedding_type (`str`, *isteğe bağlı*, varsayılan `"sine"`) : Görüntü özelliklerinin üzerine kullanılacak konum gömme türü. `"sine"` veya `"learned"` değerlerinden biri.

dilation (`bool`, *isteğe bağlı*, varsayılan `False`) : Son konvolüsyon bloğunda (DC5) stride'ın dilation ile değiştirilip değiştirilmeyeceğini belirtir. Yalnızca `use_timm_backbone` = `True` olduğunda desteklenir.

class_cost (`int`, *opsiyonel*, varsayılan `1`) : Macar eşleştirme maliyetinde sınıflandırma hatasının göreli ağırlığı.

bbox_cost (`int`, *opsiyonel*, varsayılan `5`) : Macar eşleştirme maliyetinde L1 sınırlayıcı kutu hatasının göreli ağırlığı.

giou_cost (`int`, *opsiyonel*, varsayılan `2`) : Macar eşleştirme maliyetinde genelleştirilmiş IoU kaybının göreli ağırlığı.

mask_loss_coefficient (`int`, *opsiyonel*, varsayılan `1`) : Panoptik segmentasyon kaybında odak kaybının göreli ağırlığı.

dice_loss_coefficient (`int`, *isteğe bağlı*, varsayılan `1`) : Panoptik segmentasyon kaybında dice kaybının göreli ağırlığı.

bbox_loss_coefficient (`int`, *opsiyonel*, varsayılan `5`) : Panoptik segmentasyon kaybında L1 sınırlayıcı kutu kaybının göreli ağırlığı.

giou_loss_coefficient (`int`, *isteğe bağlı*, varsayılan `2`) : Panoptik segmentasyon kaybında genelleştirilmiş IoU kaybının göreli ağırlığı.

eos_coefficient (`float`, *opsiyonel*, varsayılan `0.1`) : Nesne algılama kaybında 'no-object' sınıfının göreli sınıflandırma ağırlığı.

Bu, bir MaskFormerModel yapılandırmasını depolamak için kullanılan yapılandırma sınıfıdır. Belirtilen argümanlara göre bir Maskformer modelini örneklemek ve model mimarisini tanımlamak için kullanılır. Varsayılanlarla bir yapılandırma örneği oluşturmak, [facebook/maskformer-swin-base-ade](https://huggingface.co/facebook/maskformer-swin-base-ade) yapılandırmasına benzer bir yapılandırma elde etmenizi sağlar.

Yapılandırma nesneleri [PreTrainedConfig](/docs/transformers/main/tr/main_classes/configuration#transformers.PreTrainedConfig) sınıfından türetilir ve model çıktılarını kontrol etmek için kullanılabilir. Daha fazla bilgi için [PreTrainedConfig](/docs/transformers/main/tr/main_classes/configuration#transformers.PreTrainedConfig) belgesini okuyun.

Örnekler:

```python
>>> from transformers import MaskFormerDetrConfig, MaskFormerDetrModel

>>> # Initializing a MASK_FORMER_DETR facebook/mask_former_detr-resnet-50 style configuration
>>> configuration = MaskFormerDetrConfig()

>>> # Initializing a model (with random weights) from the facebook/mask_former_detr-resnet-50 style configuration
>>> model = MaskFormerDetrModel(configuration)

>>> # Accessing the model configuration
>>> configuration = model.config
```

## MaskFormerConfig[[transformers.MaskFormerConfig]]

#### transformers.MaskFormerConfig[[transformers.MaskFormerConfig]]

```python
transformers.MaskFormerConfig(transformers_version: str | None = None, architectures: list[str] | None = None, output_hidden_states: bool | None = False, return_dict: bool | None = True, dtype: str | torch.dtype | None = None, chunk_size_feed_forward: int = 0, is_encoder_decoder: bool = False, id2label: dict[int, str] | dict[str, str] | None = None, label2id: dict[str, int] | dict[str, str] | None = None, problem_type: Literal['regression', 'single_label_classification', 'multi_label_classification'] | None = None, fpn_feature_size: int = 256, mask_feature_size: int = 256, no_object_weight: float = 0.1, use_auxiliary_loss: bool = False, backbone_config: dict | transformers.configuration_utils.PreTrainedConfig | None = None, decoder_config: dict | transformers.configuration_utils.PreTrainedConfig | None = None, init_std: float = 0.02, init_xavier_std: float = 1.0, dice_weight: float = 1.0, cross_entropy_weight: float = 1.0, mask_weight: float = 20.0, output_auxiliary_logits: bool | None = None)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/configuration_maskformer.py#L126)

**Parametreler:**

fpn_feature_size (`int`, *isteğe bağlı*, varsayılan 256) : Feature Pyramid Network'ün özellik boyutu.

mask_feature_size (`int`, *isteğe bağlı*, varsayılan 256) : Maskelerin özellik boyutu, bu değer aynı zamanda Feature Pyramid Network özelliklerinin boyutunu belirtmek için de kullanılacaktır.

no_object_weight (`float`, *opsiyonel*, varsayılan `0.1`) : Nesne algılama kaybında nesne-olmayan sınıfın göreli sınıflandırma ağırlığı.

use_auxiliary_loss (`bool`, *isteğe bağlı*, varsayılan `False`) : Transformer decoder'dan gelen ara tahminleri kullanarak loss hesaplanıp hesaplanmayacağı.

backbone_config (`Union[dict, ~configuration_utils.PreTrainedConfig]`, *isteğe bağlı*) : Omurga modelinin yapılandırması.

decoder_config (`Dict`, *isteğe bağlı*) : Transformer decoder modeline geçirilen yapılandırma; ayarlanmamışsa `detr-resnet-50` için temel yapılandırma kullanılacaktır.

init_std (`float`, *opsiyonel*, varsayılan `0.02`) : Tüm ağırlık matrislerini başlatmak için kullanılan truncated_normal_initializer'ın standart sapması.

init_xavier_std (`float`, *isteğe bağlı*, varsayılan `1.0`) : Çapraz dikkat ağırlıklarının Xavier başlatılmasında kullanılan ölçekleme faktörü.

dice_weight (`float`, *isteğe bağlı*, varsayılan `1.0`) : Panoptik segmentasyon kaybında dice kaybının göreli ağırlığı.

cross_entropy_weight (`float`, *isteğe bağlı*, varsayılan 1.0) : Çapraz entropi kaybı için ağırlık.

mask_weight (`float`, *isteğe bağlı*, varsayılan `20.0`) : Panoptik segmentasyon kaybında odak kaybının göreli ağırlığı.

output_auxiliary_logits (`bool`, *isteğe bağlı*) : Modelin `auxiliary_logits` çıktısını üretip üretmeyeceğini belirtir.

**Yükselen:** ``ValueError``

- ``ValueError`` -- Seçilen omurga model türü `["swin"]` içinde değilse veya seçilen çözücü model türü `["detr"]` içinde değilse yükseltilir

Bu, bir MaskFormerModel yapılandırmasını depolamak için kullanılan yapılandırma sınıfıdır. Belirtilen argümanlara göre bir Maskformer modelini örneklemek ve model mimarisini tanımlamak için kullanılır. Varsayılanlarla bir yapılandırma örneği oluşturmak, [facebook/maskformer-swin-base-ade](https://huggingface.co/facebook/maskformer-swin-base-ade) yapılandırmasına benzer bir yapılandırma elde etmenizi sağlar.

Yapılandırma nesneleri [PreTrainedConfig](/docs/transformers/main/tr/main_classes/configuration#transformers.PreTrainedConfig) sınıfından türetilir ve model çıktılarını kontrol etmek için kullanılabilir. Daha fazla bilgi için [PreTrainedConfig](/docs/transformers/main/tr/main_classes/configuration#transformers.PreTrainedConfig) belgesini okuyun.

Örnekler:

```python
>>> from transformers import MaskFormerConfig, MaskFormerModel

>>> # Initializing a MaskFormer facebook/maskformer-swin-base-ade configuration
>>> configuration = MaskFormerConfig()

>>> # Initializing a model (with random weights) from the facebook/maskformer-swin-base-ade style configuration
>>> model = MaskFormerModel(configuration)

>>> # Accessing the model configuration
>>> configuration = model.config
```

## MaskFormerImageProcessor[[transformers.MaskFormerImageProcessor]]

#### transformers.MaskFormerImageProcessor[[transformers.MaskFormerImageProcessor]]

```python
transformers.MaskFormerImageProcessor(**kwargs: *<class 'transformers.models.maskformer.image_processing_maskformer.MaskFormerImageProcessorKwargs'>)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/image_processing_maskformer.py#L257)

**Parametreler:**

do_convert_rgb (`bool`, *kwargs*, *isteğe bağlı*) : Görselin RGB'ye dönüştürülüp dönüştürülmeyeceği.

do_resize (`bool`, *kwargs*, *opsiyonel*, varsayılan `True`) : Görselin yeniden boyutlandırılıp boyutlandırılmayacağı.

size (`Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None]`, *kwargs*, varsayılan `{'shortest_edge' : 800, 'longest_edge': 1333}`): Modelin kabul ettiği maksimum giriş boyutlarını açıklar.

default_to_square (`bool`, *kwargs*, *opsiyonel*, varsayılan `False`) : Boyut bir int ise, yeniden boyutlandırma sırasında varsayılan olarak kare bir görüntü kullanılıp kullanılmayacağını belirtir.

crop_size (`Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None]`, *kwargs*) : `center_crop` uygulandıktan sonra çıktı görüntüsünün boyutu.

resample (`Annotated[Union[int, PILImageResampling, NoneType], None]`, *kwargs*, varsayılan `2`) : Görsel yeniden boyutlandırılıyorsa kullanılacak yeniden örnekleme filtresi. Bu, `PILImageResampling` enum değerlerinden biri olabilir. Yalnızca `do_resize` `True` olarak ayarlanırsa etkilidir.

do_rescale (`bool`, *kwargs*, *opsiyonel*, varsayılan `True`) : Görselin yeniden ölçeklendirilip ölçeklendirilmeyeceğini belirtir.

rescale_factor (`float`, *kwargs*, *opsiyonel*, varsayılan `0.00392156862745098`) : `do_rescale` `True` olarak ayarlandığında görüntüyü yeniden ölçeklemek için kullanılan yeniden ölçekleme faktörü.

do_normalize (`bool`, *kwargs*, *opsiyonel*, varsayılan `True`) : Görselin normalize edilip edilmeyeceğini belirtir.

image_mean (`Union[float, list[float], tuple[float, ...]]`, *kwargs*, *opsiyonel*, varsayılan değeri `[0.485, 0.456, 0.406]`) : Normalizasyon için kullanılacak görüntü ortalaması. Yalnızca `do_normalize` `True` olarak ayarlanırsa etkilidir.

image_std (`Union[float, list[float], tuple[float, ...]]`, *kwargs*, *opsiyonel*, varsayılan `[0.229, 0.224, 0.225]`) : Normalizasyon için kullanılacak görüntü standart sapması. Yalnızca `do_normalize` `True` olarak ayarlanırsa etkilidir.

do_pad (`bool`, *kwargs*, *isteğe bağlı*) : Görselin dolgu (padding) uygulanıp uygulanmayacağını belirtir. Dolgu, ya batch içindeki en büyük boyuta ya da görsel başına sabit bir kare boyuta yapılır. Kesin dolgu stratejisi modele bağlıdır.

pad_size (`SizeDict`, *kwargs*, *opsiyonel*) : Görsellerin boyutlandırılacağı (padding) boyut. Ön işleme için sağlanan herhangi bir görsel boyutundan büyük olmalıdır. `pad_size` sağlanmazsa, görseller batch içindeki en büyük yüksekliğe ve genişliğe boyutlandırılır (padding).

do_center_crop (`bool`, *kwargs*, *opsiyonel*) : Görselin merkezden kırpılıp kırpılmayacağını belirtir.

data_format (`Union[str, ~image_utils.ChannelDimension]`, *kwargs*, *isteğe bağlı*) : Yalnızca `ChannelDimension.FIRST` desteklenir. Yavaş işleyicilerle uyumluluk için eklendi.

input_data_format (`Union[str, ~image_utils.ChannelDimension]`, *kwargs*, *isteğe bağlı*) : Girdi görüntüsünün kanal boyutu biçimi. Ayarlanmazsa, kanal boyutu biçimi girdi görüntüsünden çıkarılır. Aşağıdakilerden biri olabilir: - `"channels_first"` veya `ChannelDimension.FIRST`: (num_channels, height, width) biçiminde görüntü. - `"channels_last"` veya `ChannelDimension.LAST`: (height, width, num_channels) biçiminde görüntü. - `"none"` veya `ChannelDimension.NONE`: (height, width) biçiminde görüntü.

device (`Annotated[Union[str, torch.device, NoneType], None]`, *kwargs*) : Videoların işleneceği cihaz. Ayarlanmamışsa, cihaz girdi videolarından çıkarılır.

return_tensors (`Annotated[str | ~utils.generic.TensorType | None, None]`, *kwargs*) : `'pt'` olarak ayarlanırsa yığılmış tensörleri, aksi halde tensör listesi döndürür.

disable_grouping (`bool`, *kwargs*, *opsiyonel*) : Görsellerin boyuta göre gruplandırılmasını devre dışı bırakarak bunların toplu olarak değil, tek tek işlenmesini sağlar. None ise, görseller CPU üzerindeyse True, aksi halde False olarak ayarlanır. Bu seçim, buradaki ayrıntılı açıklamalara dayalı ampirik gözlemlere dayanmaktadır: https://github.com/huggingface/transformers/pull/38157

image_seq_length (`int`, *kwargs*, *isteğe bağlı*) : Girdideki her görüntü için kullanılacak görüntü jetonlarının sayısı. Geriye dönük uyumluluk için eklendi ancak bu, gelecekteki modellerde bir işlemci özniteliği olarak ayarlanmalıdır.

ignore_index (`int`, *kwargs*, *opsiyonel*) : Segmentasyon haritalarında arka plan piksellerine atanacak etiket. Sağlanırsa, segmentasyon haritasında 0 (arka plan) ile belirtilen pikseller `ignore_index` ile değiştirilir.

do_reduce_labels (`bool`, *kwargs*, *opsiyonel*, varsayılan `False`) : Segmentasyon haritalarındaki tüm etiket değerlerinin 1 azaltılacak mı. Genellikle 0'ın arka plan için kullanıldığı ve arka planın bir veri setindeki tüm sınıflara dahil olmadığı veri setlerinde (ör. ADE20k) kullanılır. Arka plan etiketi `ignore_index` ile değiştirilecektir.

num_labels (`int`, *kwargs*, *isteğe bağlı*) : Segmentasyon haritasındaki etiket sayısı.

size_divisor (`int`, *kwargs*, *opsiyonel*, varsayılan değeri `32`) : Bazı omurga yapıları, belirli bir sayıya bölünebilen görüntüler gerektirir. Değer verilmezse, Swin Transformer'da kullanılan değer kullanılır.

MaskFormerImageProcessor görüntü işleyicisi oluşturur.

#### preprocess[[transformers.MaskFormerImageProcessor.preprocess]]

```python
preprocess(images: typing.Union[ForwardRef('PIL.Image.Image'), numpy.ndarray, ForwardRef('torch.Tensor'), list['PIL.Image.Image'], list[numpy.ndarray], list['torch.Tensor']], segmentation_maps: typing.Union[ForwardRef('PIL.Image.Image'), numpy.ndarray, ForwardRef('torch.Tensor'), list['PIL.Image.Image'], list[numpy.ndarray], list['torch.Tensor'], NoneType] = None, instance_id_to_semantic_id: list[dict[int, int]] | dict[int, int] | None = None, **kwargs: *<class 'transformers.models.maskformer.image_processing_maskformer.MaskFormerImageProcessorKwargs'>)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/image_processing_maskformer.py#L380)

**Parametreler:**

images (`Union[PIL.Image.Image, numpy.ndarray, torch.Tensor, list[PIL.Image.Image], list[numpy.ndarray], list[torch.Tensor]]`) : Ön işlenecek görüntü. Piksel değerleri 0 ile 255 arasında değişen tek bir görüntü veya görüntü grubu beklenir. Piksel değerleri 0 ile 1 arasında olan görüntüler geçiriliyorsa `do_rescale=False` olarak ayarlayın.

segmentation_maps (`ImageInput`, *isteğe bağlı*) : Segmentasyon haritaları.

instance_id_to_semantic_id (`Union[list[dict[int, int]], dict[int, int]]`, *isteğe bağlı*) : Örnek kimliklerinden anlamsal kimliklere bir eşleme.

do_convert_rgb (`bool`, *kwargs*, *isteğe bağlı*) : Görselin RGB'ye dönüştürülüp dönüştürülmeyeceği.

do_resize (`bool`, *kwargs*, *isteğe bağlı*) : Görselin yeniden boyutlandırılıp boyutlandırılmayacağı.

size (`Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None]`, *kwargs*) : Modelin kabul ettiği maksimum giriş boyutlarını açıklar.

default_to_square (`bool`, *kwargs*, *opsiyonel*) : Boyut bir int ise, yeniden boyutlandırma sırasında varsayılan olarak kare bir görsel kullanılıp kullanılmayacağı.

crop_size (`Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None]`, *kwargs*) : `center_crop` uygulandıktan sonra çıktı görüntüsünün boyutu.

resample (`Annotated[Union[int, PILImageResampling, NoneType], None]`, *kwargs*) : Görsel yeniden boyutlandırılıyorsa kullanılacak yeniden örnekleme filtresi. Bu, `PILImageResampling` enum değerlerinden biri olabilir. Yalnızca `do_resize` `True` olarak ayarlanırsa etkilidir.

do_rescale (`bool`, *kwargs*, *opsiyonel*) : Görselin yeniden ölçeklendirilip ölçeklendirilmeyeceğini belirtir.

rescale_factor (`float`, *kwargs*, *opsiyonel*) : `do_rescale` `True` olarak ayarlanırsa görüntüyü yeniden ölçeklemek için yeniden ölçekleme çarpanı.

do_normalize (`bool`, *kwargs*, *isteğe bağlı*) : Görüntünün normalize edilip edilmeyeceğini belirtir.

image_mean (`Union[float, list[float], tuple[float, ...]]`, *kwargs*, *opsiyonel*) : Normalizasyon için kullanılacak görüntü ortalaması. Yalnızca `do_normalize` `True` olarak ayarlanırsa etkilidir.

image_std (`Union[float, list[float], tuple[float, ...]]`, *kwargs*, *opsiyonel*) : Normalizasyon için kullanılacak görüntü standart sapması. Yalnızca `do_normalize` `True` olarak ayarlanırsa etkilidir.

do_pad (`bool`, *kwargs*, *isteğe bağlı*) : Görselin dolgu (padding) uygulanıp uygulanmayacağını belirtir. Dolgu, ya batch içindeki en büyük boyuta ya da görsel başına sabit bir kare boyuta yapılır. Kesin dolgu stratejisi modele bağlıdır.

pad_size (`SizeDict`, *kwargs*, *opsiyonel*) : Görsellerin boyutlandırılacağı (padding) boyut. Ön işleme için sağlanan herhangi bir görsel boyutundan büyük olmalıdır. `pad_size` sağlanmazsa, görseller batch içindeki en büyük yüksekliğe ve genişliğe boyutlandırılır (padding).

do_center_crop (`bool`, *kwargs*, *opsiyonel*) : Görselin merkezden kırpılıp kırpılmayacağını belirtir.

data_format (`Union[str, ~image_utils.ChannelDimension]`, *kwargs*, *isteğe bağlı*) : Yalnızca `ChannelDimension.FIRST` desteklenir. Yavaş işleyicilerle uyumluluk için eklendi.

input_data_format (`Union[str, ~image_utils.ChannelDimension]`, *kwargs*, *isteğe bağlı*) : Girdi görüntüsünün kanal boyutu biçimi. Ayarlanmazsa, kanal boyutu biçimi girdi görüntüsünden çıkarılır. Aşağıdakilerden biri olabilir: - `"channels_first"` veya `ChannelDimension.FIRST`: (num_channels, height, width) biçiminde görüntü. - `"channels_last"` veya `ChannelDimension.LAST`: (height, width, num_channels) biçiminde görüntü. - `"none"` veya `ChannelDimension.NONE`: (height, width) biçiminde görüntü.

device (`Annotated[Union[str, torch.device, NoneType], None]`, *kwargs*) : Videoların işleneceği cihaz. Ayarlanmamışsa, cihaz girdi videolarından çıkarılır.

return_tensors (`Annotated[str | ~utils.generic.TensorType | None, None]`, *kwargs*) : `'pt'` olarak ayarlanırsa yığılmış tensörleri, aksi halde tensör listesi döndürür.

disable_grouping (`bool`, *kwargs*, *opsiyonel*) : Görsellerin boyuta göre gruplandırılmasını devre dışı bırakarak bunların toplu olarak değil, tek tek işlenmesini sağlar. None ise, görseller CPU üzerindeyse True, aksi halde False olarak ayarlanır. Bu seçim, buradaki ayrıntılı açıklamalara dayalı ampirik gözlemlere dayanmaktadır: https://github.com/huggingface/transformers/pull/38157

image_seq_length (`int`, *kwargs*, *isteğe bağlı*) : Girdideki her görüntü için kullanılacak görüntü jetonlarının sayısı. Geriye dönük uyumluluk için eklendi ancak bu, gelecekteki modellerde bir işlemci özniteliği olarak ayarlanmalıdır.

ignore_index (`int`, *kwargs*, *opsiyonel*) : Segmentasyon haritalarında arka plan piksellerine atanacak etiket. Sağlanırsa, segmentasyon haritasında 0 (arka plan) ile belirtilen pikseller `ignore_index` ile değiştirilir.

do_reduce_labels (`bool`, *kwargs*, *opsiyonel*, varsayılan `False`) : Segmentasyon haritalarındaki tüm etiket değerlerinin 1 azaltılacak mı. Genellikle 0'ın arka plan için kullanıldığı ve arka planın bir veri setindeki tüm sınıflara dahil olmadığı veri setlerinde (ör. ADE20k) kullanılır. Arka plan etiketi `ignore_index` ile değiştirilecektir.

num_labels (`int`, *kwargs*, *isteğe bağlı*) : Segmentasyon haritasındaki etiket sayısı.

size_divisor (`int`, *kwargs*, *opsiyonel*, varsayılan değeri `32`) : Bazı omurga yapıları, belirli bir sayıya bölünebilen görüntüler gerektirir. Değer verilmezse, Swin Transformer'da kullanılan değer kullanılır.

**Dönüş:** `~image_processing_base.BatchFeature`

- **data** (`dict`) -- __call__ yönteminin döndürdüğü listeler/diziler/tensörler sözlüğü ('pixel_values' vb.).
- **tensor_type** (`Union[None, str, TensorType]`, *isteğe bağlı*) -- Başlatma sırasında PyTorch/Numpy Tensörlerindeki tamsayı listelerini dönüştürmek için burada bir tensor_type verebilirsiniz.

#### post_process_semantic_segmentation[[transformers.MaskFormerImageProcessor.post_process_semantic_segmentation]]

```python
post_process_semantic_segmentation(outputs, target_sizes: list[tuple[int, int]] | None = None, return_segmentation_scores: bool = False)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/image_processing_maskformer.py#L546)

**Parametreler:**

outputs ([MaskFormerForInstanceSegmentation](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerForInstanceSegmentation)) : Modelin ham çıktıları.

target_sizes (`list[tuple[int, int]]`, *isteğe bağlı*) : Uzunluğu (batch_size) olan bir liste, her liste öğesi (`tuple[int, int]]`) tahminlerin her birinin istenen nihai boyutuna (yükseklik, genişlik) karşılık gelir. None olarak bırakılırsa, tahminler yeniden boyutlandırılmaz.

return_segmentation_scores (`bool`, *isteğe bağlı*, varsayılan `False`) : Segmentasyon haritasının yanı sıra segmentasyon puanlarının da döndürülüp döndürülmeyeceğini belirtir. `True` olduğunda, döndürülen listenin her öğesi `segmentation` (sınıf kimlikleri, şekil `(height, width)`) ve `segmentation_scores` (şekil `(num_classes, height, width)`) alanlarına sahip bir `SemanticSegmentationPostProcessorOutput` nesnesidir.

**Dönüş:** `list[torch.Tensor]` veya `list[SemanticSegmentationPostProcessorOutput]`

`return_segmentation_scores=False` (varsayılan) olduğunda, her öğesi sınıf kimliklerine sahip, `(height, width)` biçiminde bir segmentasyon haritası olan, uzunluğu `batch_size` olan bir liste döndürülür. `return_segmentation_scores=True` olduğunda, `segmentation` (sınıf kimlikleri, `(height, width)` biçimi) ve `segmentation_scores` (`(num_classes, height, width)` biçimi) alanlarına sahip `SemanticSegmentationPostProcessorOutput` nesnelerinden oluşan bir liste döndürülür. Her iki durumda da `(height, width)`, hedef boyuta (`target_sizes` belirtilmişse) karşılık gelir.

[MaskFormerForInstanceSegmentation](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerForInstanceSegmentation) çıktısını anlamsal segmentasyon haritalarına dönüştürür. Yalnızca PyTorch desteklenir.

#### post_process_instance_segmentation[[transformers.MaskFormerImageProcessor.post_process_instance_segmentation]]

```python
post_process_instance_segmentation(outputs, threshold: float = 0.5, mask_threshold: float = 0.5, overlap_mask_area_threshold: float = 0.8, target_sizes: list[tuple[int, int]] | None = None, return_coco_annotation: bool | None = False, return_binary_maps: bool | None = False)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/image_processing_maskformer.py#L616)

**Parametreler:**

outputs ([MaskFormerForInstanceSegmentation](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerForInstanceSegmentation)) : Modelin ham çıktıları.

threshold (`float`, *opsiyonel*, varsayılan 0.5) : Tahmin edilen örnek maskelerini tutmak için olasılık puanı eşiği.

mask_threshold (`float`, *isteğe bağlı*, varsayılan 0.5) : Tahmin edilen maskelerin ikili değerlere dönüştürülürken kullanılacak eşik.

overlap_mask_area_threshold (`float`, *opsiyonel*, varsayılan 0.8) : Her ikili örnek maskesi içindeki küçük, bağlantısı kesik parçaları birleştirmek veya atmak için kullanılan örtüşme maskesi alanı eşiği.

target_sizes (`list[Tuple]`, *isteğe bağlı*) : Uzunluğu (batch_size) olan bir liste, her liste öğesi (`tuple[int, int]]`) tahminlerin her birinin istenen nihai boyutuna (yükseklik, genişlik) karşılık gelir. None olarak bırakılırsa, tahminler yeniden boyutlandırılmaz.

return_coco_annotation (`bool`, *isteğe bağlı*, varsayılan `False`) : `True` olarak ayarlanırsa, segmentasyon haritaları COCO run-length encoding (RLE) biçiminde döndürülür.

return_binary_maps (`bool`, *isteğe bağlı*, varsayılan `False`) : `True` olarak ayarlanırsa, segmentasyon haritaları, ikili segmentasyon haritalarının birleştirilmiş bir tensörü olarak döndürülür (her algılanan örnek için bir tane).

**Dönüş:** `list[Dict]`

Her biri bir görüntüye ait olan ve her biri iki anahtar içeren sözlüklerden oluşan bir liste:
- **segmentation** -- Her pikselin bir `segment_id` temsil ettiği, şekli `(height, width)` olan bir tensör; return_coco_annotation `True` olarak ayarlandıysa segmentasyon haritasının `list[List]` run-length encoding (RLE) ifadesi; return_binary_maps `True` olarak ayarlandıysa şekli `(num_instances, height, width)` olan bir tensör. `threshold` üzerinde maske bulunamazsa `None` olarak ayarlanır.
- **segments_info** -- Her segment hakkında ek bilgiler içeren bir sözlük.
  - **id** -- `segment_id`'yi temsil eden bir tamsayır.
  - **label_id** -- `segment_id` ile eşleşen etiket / semantik sınıf kimliğini temsil eden bir tamsayır.
  - **score** -- `segment_id` ile segmentin tahmin skoru.

`MaskFormerForInstanceSegmentationOutput` çıktısını örnek segmentasyon tahminlerine dönüştürür. Yalnızca PyTorch desteklenir. Örnekler üst üste binebiliyorsa, doğru segmentasyon sonucunu almak için return_coco_annotation veya return_binary_maps parametrelerinden birini `True` olarak ayarlayın.

#### post_process_panoptic_segmentation[[transformers.MaskFormerImageProcessor.post_process_panoptic_segmentation]]

```python
post_process_panoptic_segmentation(outputs, threshold: float = 0.5, mask_threshold: float = 0.5, overlap_mask_area_threshold: float = 0.8, label_ids_to_fuse: set[int] | None = None, target_sizes: list[tuple[int, int]] | None = None)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/image_processing_maskformer.py#L733)

**Parametreler:**

outputs (`MaskFormerForInstanceSegmentationOutput`) : [MaskFormerForInstanceSegmentation](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerForInstanceSegmentation)'ın çıktıları.

threshold (`float`, *opsiyonel*, varsayılan 0.5) : Tahmin edilen örnek maskelerini tutmak için olasılık puanı eşiği.

mask_threshold (`float`, *isteğe bağlı*, varsayılan 0.5) : Tahmin edilen maskelerin ikili değerlere dönüştürülürken kullanılacak eşik.

overlap_mask_area_threshold (`float`, *opsiyonel*, varsayılan 0.8) : Her ikili örnek maskesi içindeki küçük, bağlantısı kesik parçaları birleştirmek veya atmak için kullanılan örtüşme maskesi alanı eşiği.

label_ids_to_fuse (`Set[int]`, *isteğe bağlı*) : Bu durumdaki etiketlerin tüm örnekleri birleştirilecektir. Örneğin, bir görüntüde yalnızca bir gökyüzü, ancak birden fazla kişi olabileceğini söyleyebiliriz; bu nedenle gökyüzü için etiket kimliği bu kümede yer alırken, kişi için olan yer almaz.

target_sizes (`list[Tuple]`, *isteğe bağlı*) : Uzunluğu (batch_size) olan bir liste, her liste öğesi (`tuple[int, int]]`) batch'teki her tahminin istenen nihai boyutuna (yükseklik, genişlik) karşılık gelir. None olarak bırakılırsa, tahminler yeniden boyutlandırılmaz.

**Dönüş:** `list[Dict]`

Her biri bir görüntüye ait olan ve her biri iki anahtar içeren sözlüklerden oluşan bir liste:
- **segmentation** -- her pikselin bir `segment_id` temsil ettiği, `(height, width)` biçiminde bir tensör; `threshold` üzerinde bir maske bulunamazsa `None` olarak ayarlanır. `target_sizes` belirtilirse, segmentation, `target_sizes` girdisine göre yeniden boyutlandırılır.
- **segments_info** -- Her segment hakkında ek bilgiler içeren bir sözlük.
  - **id** -- `segment_id`'yi temsil eden bir tamsayır.
  - **label_id** -- `segment_id` ile eşleşen etiket / semantik sınıf kimliğini temsil eden bir tamsayır.
  - **was_fused** -- bir boole değeri, `label_id` `label_ids_to_fuse` içindeyse `True`, aksi halde `False`. Aynı sınıfın / etiketin birden fazla örneği birleştirilip tek bir `segment_id` atandı.
  - **score** -- `segment_id` ile segmentin tahmin skoru.

`MaskFormerForInstanceSegmentationOutput` çıktısını görüntü panotik segmentasyon tahminlerine dönüştürür. Yalnızca PyTorch desteklenir.

## MaskFormerImageProcessorPil[[transformers.MaskFormerImageProcessorPil]]

#### transformers.MaskFormerImageProcessorPil[[transformers.MaskFormerImageProcessorPil]]

```python
transformers.MaskFormerImageProcessorPil(**kwargs: *<class 'transformers.models.maskformer.image_processing_pil_maskformer.MaskFormerImageProcessorKwargs'>)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/image_processing_pil_maskformer.py#L270)

**Parametreler:**

do_convert_rgb (`bool`, *kwargs*, *isteğe bağlı*) : Görselin RGB'ye dönüştürülüp dönüştürülmeyeceği.

do_resize (`bool`, *kwargs*, *opsiyonel*, varsayılan `True`) : Görselin yeniden boyutlandırılıp boyutlandırılmayacağı.

size (`Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None]`, *kwargs*, varsayılan `{'shortest_edge' : 800, 'longest_edge': 1333}`): Modelin kabul ettiği maksimum giriş boyutlarını açıklar.

default_to_square (`bool`, *kwargs*, *opsiyonel*, varsayılan `False`) : Boyut bir int ise, yeniden boyutlandırma sırasında varsayılan olarak kare bir görüntü kullanılıp kullanılmayacağını belirtir.

crop_size (`Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None]`, *kwargs*) : `center_crop` uygulandıktan sonra çıktı görüntüsünün boyutu.

resample (`Annotated[Union[int, PILImageResampling, NoneType], None]`, *kwargs*, varsayılan `2`) : Görsel yeniden boyutlandırılıyorsa kullanılacak yeniden örnekleme filtresi. Bu, `PILImageResampling` enum değerlerinden biri olabilir. Yalnızca `do_resize` `True` olarak ayarlanırsa etkilidir.

do_rescale (`bool`, *kwargs*, *opsiyonel*, varsayılan `True`) : Görselin yeniden ölçeklendirilip ölçeklendirilmeyeceğini belirtir.

rescale_factor (`float`, *kwargs*, *opsiyonel*, varsayılan `0.00392156862745098`) : `do_rescale` `True` olarak ayarlandığında görüntüyü yeniden ölçeklemek için kullanılan yeniden ölçekleme faktörü.

do_normalize (`bool`, *kwargs*, *opsiyonel*, varsayılan `True`) : Görselin normalize edilip edilmeyeceğini belirtir.

image_mean (`Union[float, list[float], tuple[float, ...]]`, *kwargs*, *opsiyonel*, varsayılan değeri `[0.485, 0.456, 0.406]`) : Normalizasyon için kullanılacak görüntü ortalaması. Yalnızca `do_normalize` `True` olarak ayarlanırsa etkilidir.

image_std (`Union[float, list[float], tuple[float, ...]]`, *kwargs*, *opsiyonel*, varsayılan `[0.229, 0.224, 0.225]`) : Normalizasyon için kullanılacak görüntü standart sapması. Yalnızca `do_normalize` `True` olarak ayarlanırsa etkilidir.

do_pad (`bool`, *kwargs*, *isteğe bağlı*) : Görselin dolgu (padding) uygulanıp uygulanmayacağını belirtir. Dolgu, ya batch içindeki en büyük boyuta ya da görsel başına sabit bir kare boyuta yapılır. Kesin dolgu stratejisi modele bağlıdır.

pad_size (`SizeDict`, *kwargs*, *opsiyonel*) : Görsellerin boyutlandırılacağı (padding) boyut. Ön işleme için sağlanan herhangi bir görsel boyutundan büyük olmalıdır. `pad_size` sağlanmazsa, görseller batch içindeki en büyük yüksekliğe ve genişliğe boyutlandırılır (padding).

do_center_crop (`bool`, *kwargs*, *opsiyonel*) : Görselin merkezden kırpılıp kırpılmayacağını belirtir.

data_format (`Union[str, ~image_utils.ChannelDimension]`, *kwargs*, *isteğe bağlı*) : Yalnızca `ChannelDimension.FIRST` desteklenir. Yavaş işleyicilerle uyumluluk için eklendi.

input_data_format (`Union[str, ~image_utils.ChannelDimension]`, *kwargs*, *isteğe bağlı*) : Girdi görüntüsünün kanal boyutu biçimi. Ayarlanmazsa, kanal boyutu biçimi girdi görüntüsünden çıkarılır. Aşağıdakilerden biri olabilir: - `"channels_first"` veya `ChannelDimension.FIRST`: (num_channels, height, width) biçiminde görüntü. - `"channels_last"` veya `ChannelDimension.LAST`: (height, width, num_channels) biçiminde görüntü. - `"none"` veya `ChannelDimension.NONE`: (height, width) biçiminde görüntü.

device (`Annotated[Union[str, torch.device, NoneType], None]`, *kwargs*) : Videoların işleneceği cihaz. Ayarlanmamışsa, cihaz girdi videolarından çıkarılır.

return_tensors (`Annotated[str | ~utils.generic.TensorType | None, None]`, *kwargs*) : `'pt'` olarak ayarlanırsa yığılmış tensörleri, aksi halde tensör listesi döndürür.

disable_grouping (`bool`, *kwargs*, *opsiyonel*) : Görsellerin boyuta göre gruplandırılmasını devre dışı bırakarak bunların toplu olarak değil, tek tek işlenmesini sağlar. None ise, görseller CPU üzerindeyse True, aksi halde False olarak ayarlanır. Bu seçim, buradaki ayrıntılı açıklamalara dayalı ampirik gözlemlere dayanmaktadır: https://github.com/huggingface/transformers/pull/38157

image_seq_length (`int`, *kwargs*, *isteğe bağlı*) : Girdideki her görüntü için kullanılacak görüntü jetonlarının sayısı. Geriye dönük uyumluluk için eklendi ancak bu, gelecekteki modellerde bir işlemci özniteliği olarak ayarlanmalıdır.

ignore_index (`int`, *kwargs*, *opsiyonel*) : Segmentasyon haritalarında arka plan piksellerine atanacak etiket. Sağlanırsa, segmentasyon haritasında 0 (arka plan) ile belirtilen pikseller `ignore_index` ile değiştirilir.

do_reduce_labels (`bool`, *kwargs*, *opsiyonel*, varsayılan `False`) : Segmentasyon haritalarındaki tüm etiket değerlerinin 1 azaltılacak mı. Genellikle 0'ın arka plan için kullanıldığı ve arka planın bir veri setindeki tüm sınıflara dahil olmadığı veri setlerinde (ör. ADE20k) kullanılır. Arka plan etiketi `ignore_index` ile değiştirilecektir.

num_labels (`int`, *kwargs*, *isteğe bağlı*) : Segmentasyon haritasındaki etiket sayısı.

size_divisor (`int`, *kwargs*, *opsiyonel*, varsayılan değeri `32`) : Bazı omurga yapıları, belirli bir sayıya bölünebilen görüntüler gerektirir. Değer verilmezse, Swin Transformer'da kullanılan değer kullanılır.

MaskFormerImageProcessor görüntü işleyicisi oluşturur.

#### preprocess[[transformers.MaskFormerImageProcessorPil.preprocess]]

```python
preprocess(images: typing.Union[ForwardRef('PIL.Image.Image'), numpy.ndarray, ForwardRef('torch.Tensor'), list['PIL.Image.Image'], list[numpy.ndarray], list['torch.Tensor']], segmentation_maps: typing.Union[ForwardRef('PIL.Image.Image'), numpy.ndarray, ForwardRef('torch.Tensor'), list['PIL.Image.Image'], list[numpy.ndarray], list['torch.Tensor'], NoneType] = None, instance_id_to_semantic_id: list[dict[int, int]] | dict[int, int] | None = None, **kwargs: *<class 'transformers.models.maskformer.image_processing_pil_maskformer.MaskFormerImageProcessorKwargs'>)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/image_processing_pil_maskformer.py#L438)

**Parametreler:**

images (`Union[PIL.Image.Image, numpy.ndarray, torch.Tensor, list[PIL.Image.Image], list[numpy.ndarray], list[torch.Tensor]]`) : Ön işlenecek görüntü. Piksel değerleri 0 ile 255 arasında değişen tek bir görüntü veya görüntü grubu beklenir. Piksel değerleri 0 ile 1 arasında olan görüntüler geçiriliyorsa `do_rescale=False` olarak ayarlayın.

segmentation_maps (`ImageInput`, *isteğe bağlı*) : Segmentasyon haritaları.

instance_id_to_semantic_id (`Union[list[dict[int, int]], dict[int, int]]`, *isteğe bağlı*) : Örnek kimliklerinden anlamsal kimliklere bir eşleme.

do_convert_rgb (`bool`, *kwargs*, *isteğe bağlı*) : Görselin RGB'ye dönüştürülüp dönüştürülmeyeceği.

do_resize (`bool`, *kwargs*, *isteğe bağlı*) : Görselin yeniden boyutlandırılıp boyutlandırılmayacağı.

size (`Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None]`, *kwargs*) : Modelin kabul ettiği maksimum giriş boyutlarını açıklar.

default_to_square (`bool`, *kwargs*, *opsiyonel*) : Boyut bir int ise, yeniden boyutlandırma sırasında varsayılan olarak kare bir görsel kullanılıp kullanılmayacağı.

crop_size (`Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None]`, *kwargs*) : `center_crop` uygulandıktan sonra çıktı görüntüsünün boyutu.

resample (`Annotated[Union[int, PILImageResampling, NoneType], None]`, *kwargs*) : Görsel yeniden boyutlandırılıyorsa kullanılacak yeniden örnekleme filtresi. Bu, `PILImageResampling` enum değerlerinden biri olabilir. Yalnızca `do_resize` `True` olarak ayarlanırsa etkilidir.

do_rescale (`bool`, *kwargs*, *opsiyonel*) : Görselin yeniden ölçeklendirilip ölçeklendirilmeyeceğini belirtir.

rescale_factor (`float`, *kwargs*, *opsiyonel*) : `do_rescale` `True` olarak ayarlanırsa görüntüyü yeniden ölçeklemek için yeniden ölçekleme çarpanı.

do_normalize (`bool`, *kwargs*, *isteğe bağlı*) : Görüntünün normalize edilip edilmeyeceğini belirtir.

image_mean (`Union[float, list[float], tuple[float, ...]]`, *kwargs*, *opsiyonel*) : Normalizasyon için kullanılacak görüntü ortalaması. Yalnızca `do_normalize` `True` olarak ayarlanırsa etkilidir.

image_std (`Union[float, list[float], tuple[float, ...]]`, *kwargs*, *opsiyonel*) : Normalizasyon için kullanılacak görüntü standart sapması. Yalnızca `do_normalize` `True` olarak ayarlanırsa etkilidir.

do_pad (`bool`, *kwargs*, *isteğe bağlı*) : Görselin dolgu (padding) uygulanıp uygulanmayacağını belirtir. Dolgu, ya batch içindeki en büyük boyuta ya da görsel başına sabit bir kare boyuta yapılır. Kesin dolgu stratejisi modele bağlıdır.

pad_size (`SizeDict`, *kwargs*, *opsiyonel*) : Görsellerin boyutlandırılacağı (padding) boyut. Ön işleme için sağlanan herhangi bir görsel boyutundan büyük olmalıdır. `pad_size` sağlanmazsa, görseller batch içindeki en büyük yüksekliğe ve genişliğe boyutlandırılır (padding).

do_center_crop (`bool`, *kwargs*, *opsiyonel*) : Görselin merkezden kırpılıp kırpılmayacağını belirtir.

data_format (`Union[str, ~image_utils.ChannelDimension]`, *kwargs*, *isteğe bağlı*) : Yalnızca `ChannelDimension.FIRST` desteklenir. Yavaş işleyicilerle uyumluluk için eklendi.

input_data_format (`Union[str, ~image_utils.ChannelDimension]`, *kwargs*, *isteğe bağlı*) : Girdi görüntüsünün kanal boyutu biçimi. Ayarlanmazsa, kanal boyutu biçimi girdi görüntüsünden çıkarılır. Aşağıdakilerden biri olabilir: - `"channels_first"` veya `ChannelDimension.FIRST`: (num_channels, height, width) biçiminde görüntü. - `"channels_last"` veya `ChannelDimension.LAST`: (height, width, num_channels) biçiminde görüntü. - `"none"` veya `ChannelDimension.NONE`: (height, width) biçiminde görüntü.

device (`Annotated[Union[str, torch.device, NoneType], None]`, *kwargs*) : Videoların işleneceği cihaz. Ayarlanmamışsa, cihaz girdi videolarından çıkarılır.

return_tensors (`Annotated[str | ~utils.generic.TensorType | None, None]`, *kwargs*) : `'pt'` olarak ayarlanırsa yığılmış tensörleri, aksi halde tensör listesi döndürür.

disable_grouping (`bool`, *kwargs*, *opsiyonel*) : Görsellerin boyuta göre gruplandırılmasını devre dışı bırakarak bunların toplu olarak değil, tek tek işlenmesini sağlar. None ise, görseller CPU üzerindeyse True, aksi halde False olarak ayarlanır. Bu seçim, buradaki ayrıntılı açıklamalara dayalı ampirik gözlemlere dayanmaktadır: https://github.com/huggingface/transformers/pull/38157

image_seq_length (`int`, *kwargs*, *isteğe bağlı*) : Girdideki her görüntü için kullanılacak görüntü jetonlarının sayısı. Geriye dönük uyumluluk için eklendi ancak bu, gelecekteki modellerde bir işlemci özniteliği olarak ayarlanmalıdır.

ignore_index (`int`, *kwargs*, *opsiyonel*) : Segmentasyon haritalarında arka plan piksellerine atanacak etiket. Sağlanırsa, segmentasyon haritasında 0 (arka plan) ile belirtilen pikseller `ignore_index` ile değiştirilir.

do_reduce_labels (`bool`, *kwargs*, *opsiyonel*, varsayılan `False`) : Segmentasyon haritalarındaki tüm etiket değerlerinin 1 azaltılacak mı. Genellikle 0'ın arka plan için kullanıldığı ve arka planın bir veri setindeki tüm sınıflara dahil olmadığı veri setlerinde (ör. ADE20k) kullanılır. Arka plan etiketi `ignore_index` ile değiştirilecektir.

num_labels (`int`, *kwargs*, *isteğe bağlı*) : Segmentasyon haritasındaki etiket sayısı.

size_divisor (`int`, *kwargs*, *opsiyonel*, varsayılan değeri `32`) : Bazı omurga yapıları, belirli bir sayıya bölünebilen görüntüler gerektirir. Değer verilmezse, Swin Transformer'da kullanılan değer kullanılır.

**Dönüş:** `~image_processing_base.BatchFeature`

- **data** (`dict`) -- __call__ yönteminin döndürdüğü listeler/diziler/tensörler sözlüğü ('pixel_values' vb.).
- **tensor_type** (`Union[None, str, TensorType]`, *isteğe bağlı*) -- Başlatma sırasında PyTorch/Numpy Tensörlerindeki tamsayı listelerini dönüştürmek için burada bir tensor_type verebilirsiniz.

#### post_process_semantic_segmentation[[transformers.MaskFormerImageProcessorPil.post_process_semantic_segmentation]]

```python
post_process_semantic_segmentation(outputs, target_sizes: list[tuple[int, int]] | None = None, return_segmentation_scores: bool = False)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/image_processing_pil_maskformer.py#L583)

**Parametreler:**

outputs ([MaskFormerForInstanceSegmentation](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerForInstanceSegmentation)) : Modelin ham çıktıları.

target_sizes (`list[tuple[int, int]]`, *isteğe bağlı*) : Uzunluğu (batch_size) olan bir liste, her liste öğesi (`tuple[int, int]]`) tahminlerin her birinin istenen nihai boyutuna (yükseklik, genişlik) karşılık gelir. None olarak bırakılırsa, tahminler yeniden boyutlandırılmaz.

return_segmentation_scores (`bool`, *isteğe bağlı*, varsayılan `False`) : Segmentasyon haritasının yanı sıra segmentasyon puanlarının da döndürülüp döndürülmeyeceğini belirtir. `True` olduğunda, döndürülen listenin her öğesi `segmentation` (sınıf kimlikleri, şekil `(height, width)`) ve `segmentation_scores` (şekil `(num_classes, height, width)`) alanlarına sahip bir `SemanticSegmentationPostProcessorOutput` nesnesidir.

**Dönüş:** `list[torch.Tensor]` veya `list[SemanticSegmentationPostProcessorOutput]`

`return_segmentation_scores=False` (varsayılan) olduğunda, her öğesi sınıf kimliklerine sahip, `(height, width)` biçiminde bir segmentasyon haritası olan, uzunluğu `batch_size` olan bir liste döndürülür. `return_segmentation_scores=True` olduğunda, `segmentation` (sınıf kimlikleri, `(height, width)` biçimi) ve `segmentation_scores` (`(num_classes, height, width)` biçimi) alanlarına sahip `SemanticSegmentationPostProcessorOutput` nesnelerinden oluşan bir liste döndürülür. Her iki durumda da `(height, width)`, hedef boyuta (`target_sizes` belirtilmişse) karşılık gelir.

[MaskFormerForInstanceSegmentation](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerForInstanceSegmentation) çıktısını anlamsal segmentasyon haritalarına dönüştürür. Yalnızca PyTorch desteklenir.

#### post_process_instance_segmentation[[transformers.MaskFormerImageProcessorPil.post_process_instance_segmentation]]

```python
post_process_instance_segmentation(outputs, threshold: float = 0.5, mask_threshold: float = 0.5, overlap_mask_area_threshold: float = 0.8, target_sizes: list[tuple[int, int]] | None = None, return_coco_annotation: bool | None = False, return_binary_maps: bool | None = False)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/image_processing_pil_maskformer.py#L653)

**Parametreler:**

outputs ([MaskFormerForInstanceSegmentation](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerForInstanceSegmentation)) : Modelin ham çıktıları.

threshold (`float`, *opsiyonel*, varsayılan 0.5) : Tahmin edilen örnek maskelerini tutmak için olasılık puanı eşiği.

mask_threshold (`float`, *isteğe bağlı*, varsayılan 0.5) : Tahmin edilen maskelerin ikili değerlere dönüştürülürken kullanılacak eşik.

overlap_mask_area_threshold (`float`, *opsiyonel*, varsayılan 0.8) : Her ikili örnek maskesi içindeki küçük, bağlantısı kesik parçaları birleştirmek veya atmak için kullanılan örtüşme maskesi alanı eşiği.

target_sizes (`list[Tuple]`, *isteğe bağlı*) : Uzunluğu (batch_size) olan bir liste, her liste öğesi (`tuple[int, int]]`) tahminlerin her birinin istenen nihai boyutuna (yükseklik, genişlik) karşılık gelir. None olarak bırakılırsa, tahminler yeniden boyutlandırılmaz.

return_coco_annotation (`bool`, *isteğe bağlı*, varsayılan `False`) : `True` olarak ayarlanırsa, segmentasyon haritaları COCO run-length encoding (RLE) biçiminde döndürülür.

return_binary_maps (`bool`, *isteğe bağlı*, varsayılan `False`) : `True` olarak ayarlanırsa, segmentasyon haritaları, ikili segmentasyon haritalarının birleştirilmiş bir tensörü olarak döndürülür (her algılanan örnek için bir tane).

**Dönüş:** `list[Dict]`

Her biri bir görüntüye ait olan ve her biri iki anahtar içeren sözlüklerden oluşan bir liste:
- **segmentation** -- Her pikselin bir `segment_id` temsil ettiği, şekli `(height, width)` olan bir tensör; return_coco_annotation `True` olarak ayarlandıysa segmentasyon haritasının `list[List]` run-length encoding (RLE) ifadesi; return_binary_maps `True` olarak ayarlandıysa şekli `(num_instances, height, width)` olan bir tensör. `threshold` üzerinde maske bulunamazsa `None` olarak ayarlanır.
- **segments_info** -- Her segment hakkında ek bilgiler içeren bir sözlük.
  - **id** -- `segment_id`'yi temsil eden bir tamsayır.
  - **label_id** -- `segment_id` ile eşleşen etiket / semantik sınıf kimliğini temsil eden bir tamsayır.
  - **score** -- `segment_id` ile segmentin tahmin skoru.

`MaskFormerForInstanceSegmentationOutput` çıktısını örnek segmentasyon tahminlerine dönüştürür. Yalnızca PyTorch desteklenir. Örnekler üst üste binebiliyorsa, doğru segmentasyon sonucunu almak için return_coco_annotation veya return_binary_maps parametrelerinden birini `True` olarak ayarlayın.

#### post_process_panoptic_segmentation[[transformers.MaskFormerImageProcessorPil.post_process_panoptic_segmentation]]

```python
post_process_panoptic_segmentation(outputs, threshold: float = 0.5, mask_threshold: float = 0.5, overlap_mask_area_threshold: float = 0.8, label_ids_to_fuse: set[int] | None = None, target_sizes: list[tuple[int, int]] | None = None)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/image_processing_pil_maskformer.py#L771)

**Parametreler:**

outputs (`MaskFormerForInstanceSegmentationOutput`) : [MaskFormerForInstanceSegmentation](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerForInstanceSegmentation)'ın çıktıları.

threshold (`float`, *opsiyonel*, varsayılan 0.5) : Tahmin edilen örnek maskelerini tutmak için olasılık puanı eşiği.

mask_threshold (`float`, *isteğe bağlı*, varsayılan 0.5) : Tahmin edilen maskelerin ikili değerlere dönüştürülürken kullanılacak eşik.

overlap_mask_area_threshold (`float`, *opsiyonel*, varsayılan 0.8) : Her ikili örnek maskesi içindeki küçük, bağlantısı kesik parçaları birleştirmek veya atmak için kullanılan örtüşme maskesi alanı eşiği.

label_ids_to_fuse (`Set[int]`, *isteğe bağlı*) : Bu durumdaki etiketlerin tüm örnekleri birleştirilecektir. Örneğin, bir görüntüde yalnızca bir gökyüzü, ancak birden fazla kişi olabileceğini söyleyebiliriz; bu nedenle gökyüzü için etiket kimliği bu kümede yer alırken, kişi için olan yer almaz.

target_sizes (`list[Tuple]`, *isteğe bağlı*) : Uzunluğu (batch_size) olan bir liste, her liste öğesi (`tuple[int, int]]`) batch'teki her tahminin istenen nihai boyutuna (yükseklik, genişlik) karşılık gelir. None olarak bırakılırsa, tahminler yeniden boyutlandırılmaz.

**Dönüş:** `list[Dict]`

Her biri bir görüntüye ait olan ve her biri iki anahtar içeren sözlüklerden oluşan bir liste:
- **segmentation** -- her pikselin bir `segment_id` temsil ettiği, `(height, width)` biçiminde bir tensör; `threshold` üzerinde bir maske bulunamazsa `None` olarak ayarlanır. `target_sizes` belirtilirse, segmentation, `target_sizes` girdisine göre yeniden boyutlandırılır.
- **segments_info** -- Her segment hakkında ek bilgiler içeren bir sözlük.
  - **id** -- `segment_id`'yi temsil eden bir tamsayır.
  - **label_id** -- `segment_id` ile eşleşen etiket / semantik sınıf kimliğini temsil eden bir tamsayır.
  - **was_fused** -- bir boole değeri, `label_id` `label_ids_to_fuse` içindeyse `True`, aksi halde `False`. Aynı sınıfın / etiketin birden fazla örneği birleştirilip tek bir `segment_id` atandı.
  - **score** -- `segment_id` ile segmentin tahmin skoru.

`MaskFormerForInstanceSegmentationOutput` çıktısını görüntü panotik segmentasyon tahminlerine dönüştürür. Yalnızca PyTorch desteklenir.

## MaskFormerModel[[transformers.MaskFormerModel]]

#### transformers.MaskFormerModel[[transformers.MaskFormerModel]]

```python
transformers.MaskFormerModel(config: MaskFormerConfig)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/modeling_maskformer.py#L1748)

**Parametreler:**

config ([MaskFormerConfig](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerConfig)) : Modelin tüm parametrelerini içeren model yapılandırma sınıfı. Bir yapılandırma dosyasıyla başlatmak, modelle ilişkili ağırlıkları yüklemez, yalnızca yapılandırmayı yükler. Model ağırlıklarını yüklemek için [from_pretrained()](/docs/transformers/main/tr/main_classes/model#transformers.PreTrainedModel.from_pretrained) yöntemine göz atın.

Üzerinde herhangi bir özel head olmadan ham hidden-state'ler üreten çıplak Maskformer Model.

Bu model [PreTrainedModel](/docs/transformers/main/tr/main_classes/model#transformers.PreTrainedModel) sınıfından devralır. Kütüphanenin tüm modelleri için uyguladığı genel yöntemler (indirme veya kaydetme, giriş gömme boyutlarını yeniden ayarlama, başları budama vb.) için üst sınıf belgelendirmesine bakın.

Bu model aynı zamanda bir PyTorch [torch.nn.Module](https://pytorch.org/docs/stable/nn.html#torch.nn.Module) alt sınıfıdır. Bunu standart bir PyTorch Module olarak kullanın ve genel kullanım ve davranışla ilgili tüm konular için PyTorch dokümantasyonuna başvurun.

#### forward[[transformers.MaskFormerModel.forward]]

```python
forward(pixel_values: Tensor, pixel_mask: typing.Optional[torch.Tensor] = None, output_hidden_states: bool | None = None, output_attentions: bool | None = None, return_dict: bool | None = None, **kwargs)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/modeling_maskformer.py#L1758)

**Parametreler:**

pixel_values (`torch.Tensor`, şekli `(batch_size, num_channels, image_size, image_size)`) : Girdi görüntülerine karşılık gelen tensörler. Piksel değerleri [MaskFormerImageProcessor](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerImageProcessor) kullanılarak elde edilebilir. Ayrıntılar için [MaskFormerImageProcessor.__call__()](/docs/transformers/main/tr/model_doc/molmo2#transformers.Molmo2ImageProcessor.__call__) bölümüne bakın (`processor_class`, görüntü işleme için [MaskFormerImageProcessor](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerImageProcessor) kullanır).

pixel_mask (`torch.Tensor`, şekli `(batch_size, height, width)`, *isteğe bağlı*) : Dolgu piksel değerleri üzerinde dikkat işleminin uygulanmaması için maske. `[0, 1]` aralığında seçilen maske değerleri:  - Gerçek (yani **maskelenmemiş**) pikseller için 1, - Dolgu (yani **maskelenmiş**) pikseller için 0.  [Dikkat maskeleri nelerdir?](../glossary#attention-mask)

output_hidden_states (`bool`, *isteğe bağlı*) : Tüm katmanların gizli durumlarının (hidden states) döndürülüp döndürülmeyeceğini belirtir. Daha fazla ayrıntı için döndürülen tensörler altındaki `hidden_states` bölümüne bakın.

output_attentions (`bool`, *isteğe bağlı*) : Tüm dikkat katmanlarının dikkat tensörlerinin döndürülüp döndürülmediğini belirtir. Daha fazla ayrıntı için döndürülen tensörler altındaki `attentions` bölümüne bakın.

return_dict (`bool`, *isteğe bağlı*) : Düz bir tuple yerine [ModelOutput](/docs/transformers/main/tr/main_classes/output#transformers.utils.ModelOutput) döndürülecek mi?

**Dönüş:** [MaskFormerModelOutput](/docs/transformers/main/tr/model_doc/maskformer#transformers.models.maskformer.modeling_maskformer.MaskFormerModelOutput) veya `tuple(torch.Tensor)`

[MaskFormerModelOutput](/docs/transformers/main/tr/model_doc/maskformer#transformers.models.maskformer.modeling_maskformer.MaskFormerModelOutput) veya bir `torch.Tensor` demeti (eğer `return_dict=False` geçirildiyse veya `config.return_dict=False` ise), yapılandırmaya ([MaskFormerConfig](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerConfig)) ve girdilere bağlı olarak çeşitli öğelerden oluşur.

[MaskFormerModel](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerModel) forward metodu, `__call__` özel metodunu geçersiz kılar.

İleri geçiş tarifi bu fonksiyon içinde tanımlanmalı olsa da, sonrasında bunun yerine `Module` örneğini çağırmak gerekir; çünkü ilki ön ve son işleme adımlarını çalıştırmaktan sorumluyken ikincisi bunları sessizce yok sayar.

- **encoder_last_hidden_state** (`torch.Tensor`, şekli `(batch_size, num_channels, height, width)`) -- Encoder modelinin (backbone) son aşamasının son gizli durumları (son özellik haritası).
- **pixel_decoder_last_hidden_state** (`torch.Tensor`, şekli `(batch_size, num_channels, height, width)`) -- Piksel çözücü modelinin (FPN) son aşamasının son gizli durumları (son özellik haritası).
- **transformer_decoder_last_hidden_state** (`torch.Tensor`, şekli `(batch_size, sequence_length, hidden_size)`) -- Transformer decoder modelinin son aşamasının son gizli durumları (son özellik haritası).
- **encoder_hidden_states** (`tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) -- `torch.Tensor` (gömme çıktısı için bir tane + her aşamanın çıktısı için bir tane) içeren, `(batch_size, num_channels, height, width)` biçiminde bir demet. Kodlayıcı modelin her aşamanın çıktısındaki gizli durumları (aynı zamanda özellik haritaları olarak da adlandırılır).
- **pixel_decoder_hidden_states** (`tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) -- `torch.Tensor` (gömme çıktısı için bir tane + her aşamanın çıktısı için bir tane) içeren, `(batch_size, num_channels, height, width)` biçiminde bir demet. Piksel çözücü modelinin her aşamanın çıktısındaki gizli durumları (aynı zamanda özellik haritaları olarak da adlandırılır).
- **transformer_decoder_hidden_states** (`tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) -- `torch.Tensor` (gömme çıktısı için bir tane + her aşamanın çıktısı için bir tane) içeren, `(batch_size, sequence_length, hidden_size)` biçiminde bir demet. Transformer çözücüsünün her aşamanın çıktısındaki gizli durumları (aynı zamanda özellik haritaları olarak da adlandırılır). hidden_states `tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür): `encoder_hidden_states`, `pixel_decoder_hidden_states` ve `decoder_hidden_states` içeren `torch.Tensor` demeti
- **hidden_states** (`tuple[torch.Tensor]`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) -- `torch.Tensor` (gömme katmanı varsa gömme katmanının çıktısı için bir tane + her katmanın çıktısı için bir tane) içeren ve `(batch_size, sequence_length, hidden_size)` biçiminde bir demet.

  Her katmanın çıktısında modelin gizli durumları ve isteğe bağlı başlangıç gömme çıktıları.
- **attentions** (`tuple[torch.Tensor]`, *isteğe bağlı*, `output_attentions=True` geçirildiğinde veya `config.output_attentions=True` olduğunda döndürülür) -- `(batch_size, num_heads, sequence_length, sequence_length)` biçiminde, her katman için bir adet içeren `torch.Tensor` demeti.

  Dikkat softmax'ı sonrası dikkat ağırlıkları, öz-dikkat kafalarında ağırlıklı ortalamanın hesaplanmasında kullanılır.

Örnekler:

```python
>>> from transformers import AutoImageProcessor, MaskFormerModel
>>> from PIL import Image
>>> from huggingface_hub.utils import httpx
>>> from io import BytesIO

>>> # load MaskFormer fine-tuned on ADE20k semantic segmentation
>>> image_processor = AutoImageProcessor.from_pretrained("facebook/maskformer-swin-base-ade")
>>> model = MaskFormerModel.from_pretrained("facebook/maskformer-swin-base-ade")

>>> url = "http://images.cocodataset.org/val2017/000000039769.jpg"
>>> with httpx.stream("GET", url) as response:
...     image = Image.open(BytesIO(response.read()))

>>> inputs = image_processor(image, return_tensors="pt")

>>> # forward pass
>>> outputs = model(**inputs)

>>> # the decoder of MaskFormer outputs hidden states of shape (batch_size, num_queries, hidden_size)
>>> transformer_decoder_last_hidden_state = outputs.transformer_decoder_last_hidden_state
>>> list(transformer_decoder_last_hidden_state.shape)
[1, 100, 256]
```

## MaskFormerForInstanceSegmentation[[transformers.MaskFormerForInstanceSegmentation]]

#### transformers.MaskFormerForInstanceSegmentation[[transformers.MaskFormerForInstanceSegmentation]]

```python
transformers.MaskFormerForInstanceSegmentation(config: MaskFormerConfig)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/modeling_maskformer.py#L1847)

#### forward[[transformers.MaskFormerForInstanceSegmentation.forward]]

```python
forward(pixel_values: Tensor, mask_labels: list[torch.Tensor] | None = None, class_labels: list[torch.Tensor] | None = None, pixel_mask: typing.Optional[torch.Tensor] = None, output_auxiliary_logits: bool | None = None, output_hidden_states: bool | None = None, output_attentions: bool | None = None, return_dict: bool | None = None, **kwargs)
```

[Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/maskformer/modeling_maskformer.py#L1929)

**Parametreler:**

pixel_values (`torch.Tensor`, şekli `(batch_size, num_channels, image_size, image_size)`) : Girdi görüntülerine karşılık gelen tensörler. Piksel değerleri [MaskFormerImageProcessor](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerImageProcessor) kullanılarak elde edilebilir. Ayrıntılar için [MaskFormerImageProcessor.__call__()](/docs/transformers/main/tr/model_doc/molmo2#transformers.Molmo2ImageProcessor.__call__) bölümüne bakın (`processor_class`, görüntü işleme için [MaskFormerImageProcessor](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerImageProcessor) kullanır).

mask_labels (`list[torch.Tensor]`, *isteğe bağlı*) : Bir modele verilecek, `(num_labels, height, width)` biçiminde maske etiketleri listesi

class_labels (`list[torch.LongTensor]`, *isteğe bağlı*) : modele verilecek, `(num_labels, height, width)` biçiminde hedef sınıf etiketleri listesi. Bunlar `mask_labels` etiketlerini belirler; örneğin `class_labels[i][j]` ise `mask_labels[i][j]` etiketi.

pixel_mask (`torch.Tensor`, şekli `(batch_size, height, width)`, *isteğe bağlı*) : Dolgu piksel değerleri üzerinde dikkat işleminin uygulanmaması için maske. `[0, 1]` aralığında seçilen maske değerleri:  - Gerçek (yani **maskelenmemiş**) pikseller için 1, - Dolgu (yani **maskelenmiş**) pikseller için 0.  [Dikkat maskeleri nelerdir?](../glossary#attention-mask)

output_auxiliary_logits (`bool`, *isteğe bağlı*) : Yardımcı logitlerin (auxiliary logits) çıktı olarak verilip verilmeyeceğini belirtir.

output_hidden_states (`bool`, *isteğe bağlı*) : Tüm katmanların gizli durumlarının (hidden states) döndürülüp döndürülmeyeceğini belirtir. Daha fazla ayrıntı için döndürülen tensörler altındaki `hidden_states` bölümüne bakın.

output_attentions (`bool`, *isteğe bağlı*) : Tüm dikkat katmanlarının dikkat tensörlerinin döndürülüp döndürülmediğini belirtir. Daha fazla ayrıntı için döndürülen tensörler altındaki `attentions` bölümüne bakın.

return_dict (`bool`, *isteğe bağlı*) : Düz bir tuple yerine [ModelOutput](/docs/transformers/main/tr/main_classes/output#transformers.utils.ModelOutput) döndürülecek mi?

**Dönüş:** [MaskFormerForInstanceSegmentationOutput](/docs/transformers/main/tr/model_doc/maskformer#transformers.models.maskformer.modeling_maskformer.MaskFormerForInstanceSegmentationOutput) veya `tuple(torch.Tensor)`

Bir [MaskFormerForInstanceSegmentationOutput](/docs/transformers/main/tr/model_doc/maskformer#transformers.models.maskformer.modeling_maskformer.MaskFormerForInstanceSegmentationOutput) veya `torch.Tensor` demeti (eğer `return_dict=False` geçirildiyse veya `config.return_dict=False` ise), yapılandırmaya ([MaskFormerConfig](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerConfig)) ve girdilere bağlı olarak çeşitli öğelerden oluşur.

[MaskFormerForInstanceSegmentation](/docs/transformers/main/tr/model_doc/maskformer#transformers.MaskFormerForInstanceSegmentation) forward metodu, `__call__` özel metodunu geçersiz kılar.

İleri geçiş tarifi bu fonksiyon içinde tanımlanmalı olsa da, sonrasında bunun yerine `Module` örneğini çağırmak gerekir; çünkü ilki ön ve son işleme adımlarını çalıştırmaktan sorumluyken ikincisi bunları sessizce yok sayar.

- **loss** (`torch.Tensor`, *isteğe bağlı*) -- Etiketler mevcut olduğunda döndürülen hesaplanan kayıp.
- **class_queries_logits** (`torch.Tensor`, *isteğe bağlı*) -- Her sorgu için önerilen sınıfları temsil eden, `(batch_size, num_queries, num_labels + 1)` biçiminde bir tensör. `+ 1`'in, null sınıfını dahil ettiğimiz için gerekli olduğunu unutmayın.
- **masks_queries_logits** (`torch.Tensor`, *isteğe bağlı*) -- Her sorgu için önerilen maskeleri temsil eden, `(batch_size, num_queries, height, width)` biçiminde bir tensör.
- **auxiliary_logits** (`Dict[str, torch.Tensor]`, *isteğe bağlı*, `output_auxiliary_logits=True` olduğunda döndürülür) -- Yardımcı kayıplar etkinleştirildiğinde, her kodlayıcı katmanı için yardımcı tahminleri içeren sözlük.
- **encoder_last_hidden_state** (`torch.Tensor`, şekli `(batch_size, num_channels, height, width)`) -- Encoder modelinin (backbone) son aşamasının son gizli durumları (son özellik haritası).
- **pixel_decoder_last_hidden_state** (`torch.Tensor`, şekli `(batch_size, num_channels, height, width)`) -- Piksel çözücü modelinin (FPN) son aşamasının son gizli durumları (son özellik haritası).
- **transformer_decoder_last_hidden_state** (`torch.Tensor`, şekli `(batch_size, sequence_length, hidden_size)`) -- Transformer decoder modelinin son aşamasının son gizli durumları (son özellik haritası).
- **encoder_hidden_states** (`tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) -- `torch.Tensor` (gömme çıktısı için bir tane + her aşamanın çıktısı için bir tane) içeren, `(batch_size, num_channels, height, width)` biçiminde bir demet. Kodlayıcı modelin her aşamanın çıktısındaki gizli durumları (aynı zamanda özellik haritaları olarak da adlandırılır).
- **pixel_decoder_hidden_states** (`tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) -- `torch.Tensor` (gömme çıktısı için bir tane + her aşamanın çıktısı için bir tane) içeren, `(batch_size, num_channels, height, width)` biçiminde bir demet. Piksel çözücü modelinin her aşamanın çıktısındaki gizli durumları (aynı zamanda özellik haritaları olarak da adlandırılır).
- **transformer_decoder_hidden_states** (`tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) -- Şekli `(batch_size, sequence_length, hidden_size)` olan, `torch.Tensor` içeren bir tuple (gömme çıktısı için bir tane + her aşamanın çıktısı için birer tane). Transformer decoder'ın her aşamanın çıktısındaki gizli durumları. hidden_states `tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür): `encoder_hidden_states`, `pixel_decoder_hidden_states` ve `decoder_hidden_states` içeren `torch.Tensor` tuple'ı.
- **hidden_states** (`tuple[torch.Tensor]`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) -- `torch.Tensor` (gömme katmanı varsa gömme katmanının çıktısı için bir tane + her katmanın çıktısı için bir tane) içeren ve `(batch_size, sequence_length, hidden_size)` biçiminde bir demet.

  Her katmanın çıktısında modelin gizli durumları ve isteğe bağlı başlangıç gömme çıktıları.
- **attentions** (`tuple[torch.Tensor]`, *isteğe bağlı*, `output_attentions=True` geçirildiğinde veya `config.output_attentions=True` olduğunda döndürülür) -- `(batch_size, num_heads, sequence_length, sequence_length)` biçiminde, her katman için bir adet içeren `torch.Tensor` demeti.

  Dikkat softmax'ı sonrası dikkat ağırlıkları, öz-dikkat kafalarında ağırlıklı ortalamanın hesaplanmasında kullanılır.

Örnekler:

Anlamsal segmentasyon örneği:

```python
>>> from transformers import AutoImageProcessor, MaskFormerForInstanceSegmentation
>>> from PIL import Image
>>> from huggingface_hub.utils import httpx
>>> from io import BytesIO

>>> # load MaskFormer fine-tuned on ADE20k semantic segmentation
>>> image_processor = AutoImageProcessor.from_pretrained("facebook/maskformer-swin-base-ade")
>>> model = MaskFormerForInstanceSegmentation.from_pretrained("facebook/maskformer-swin-base-ade")

>>> url = (
...     "https://huggingface.co/datasets/hf-internal-testing/fixtures_ade20k/resolve/main/ADE_val_00000001.jpg"
... )
>>> with httpx.stream("GET", url) as response:
...     image = Image.open(BytesIO(response.read()))
>>> inputs = image_processor(images=image, return_tensors="pt")

>>> outputs = model(**inputs)
>>> # model predicts class_queries_logits of shape `(batch_size, num_queries)`
>>> # and masks_queries_logits of shape `(batch_size, num_queries, height, width)`
>>> class_queries_logits = outputs.class_queries_logits
>>> masks_queries_logits = outputs.masks_queries_logits

>>> # you can pass them to image_processor for postprocessing
>>> predicted_semantic_map = image_processor.post_process_semantic_segmentation(
...     outputs, target_sizes=[(image.height, image.width)]
... )[0]

>>> # we refer to the demo notebooks for visualization (see "Resources" section in the MaskFormer docs)
>>> list(predicted_semantic_map.shape)
[512, 683]
```

Panoptik segmentasyon örneği:

```python
>>> from transformers import AutoImageProcessor, MaskFormerForInstanceSegmentation
>>> from PIL import Image
>>> from huggingface_hub.utils import httpx
>>> from io import BytesIO

>>> # load MaskFormer fine-tuned on COCO panoptic segmentation
>>> image_processor = AutoImageProcessor.from_pretrained("facebook/maskformer-swin-base-coco")
>>> model = MaskFormerForInstanceSegmentation.from_pretrained("facebook/maskformer-swin-base-coco")

>>> url = "http://images.cocodataset.org/val2017/000000039769.jpg"
>>> with httpx.stream("GET", url) as response:
...     image = Image.open(BytesIO(response.read()))
>>> inputs = image_processor(images=image, return_tensors="pt")

>>> outputs = model(**inputs)
>>> # model predicts class_queries_logits of shape `(batch_size, num_queries)`
>>> # and masks_queries_logits of shape `(batch_size, num_queries, height, width)`
>>> class_queries_logits = outputs.class_queries_logits
>>> masks_queries_logits = outputs.masks_queries_logits

>>> # you can pass them to image_processor for postprocessing
>>> result = image_processor.post_process_panoptic_segmentation(outputs, target_sizes=[(image.height, image.width)])[0]

>>> # we refer to the demo notebooks for visualization (see "Resources" section in the MaskFormer docs)
>>> predicted_panoptic_map = result["segmentation"]
>>> list(predicted_panoptic_map.shape)
[480, 640]
```