---
title: cv_F3Net_product-segmentation
canonical_url: "https://www.modelscope.cn/models/damo/cv_F3Net_product-segmentation"
md_url: "https://www.modelscope.cn/models/damo/cv_F3Net_product-segmentation.md"
repository: damo/cv_F3Net_product-segmentation
chinese_name: "图像分割-商品展示图场景的商品分割-电商领域"
last_updated: 2023-11-16
license: "Apache License 2.0"
pipeline_tag: product-segmentation
tasks:
  - product-segmentation
model_type:
  - F3Net
library_name:
  - pytorch
frameworks:
  - pytorch
domain:
  - cv
downloads: 96530
stars: 41
---

# cv_F3Net_product-segmentation

> cv_F3Net_product-segmentation - damo 在 ModelScope 开源的模型。通用商品分割模型，适用于商品展示图场景

damo/cv_F3Net_product-segmentation 是 ModelScope 魔搭社区上的product-segmentation模型，采用 Apache License 2.0 许可。

- **Repository**: damo/cv_F3Net_product-segmentation
- **License**: Apache License 2.0
- **Tasks**: product-segmentation
- **Downloads**: 96530
- **Stars**: 41
- **Last updated**: 2023-11-16

Source: https://www.modelscope.cn/models/damo/cv_F3Net_product-segmentation

---

# 图像分割-商品展示图场景的商品分割-电商领域


这是一个通用商品的分割模型，输入一个商品宣传图，输出分割结果

## 模型描述

模型结构基于[F3Net](https://github.com/weijun88/F3Net)，同时优化了Loss的方式

## 使用方式和范围


### 如何使用

在ModelScope框架上，提供商品图片，得到分割的结果

#### 代码范例
```python
from modelscope.outputs import OutputKeys
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks

product_segmentation = pipeline(Tasks.product_segmentation, model='damo/cv_F3Net_product-segmentation')
result_status = product_segmentation('data/test/images/product_segmentation.jpg')
result = result_status[OutputKeys.MASKS]

```

input_path为输入图片的路径，result为numpy格式的mask

### 模型局限性以及可能的偏差

- 适用于商品广告图、宣传图场景下的商品分割，同时如果有多个商品时分割效果会受到影响


## 训练数据介绍

训练数据来自互联网搜索的图片


## 引用
```
@inproceedings{F3Net,
  title     = {F3Net: Fusion, Feedback and Focus for Salient Object Detection},
  author    = {Jun Wei, Shuhui Wang, Qingming Huang},
  booktitle = {AAAI Conference on Artificial Intelligence (AAAI)},
  year      = {2020}
}
```