D

Deeplabv3plus Tu Resnet18

由 smp-test-models 开发
基于PyTorch的语义分割模型,支持多种编码器架构
下载量 213
发布时间 : 12/23/2024
模型介绍
内容详情
替代品

模型简介

DeepLabV3Plus是一个用于图像语义分割的深度学习模型,采用编码器-解码器架构,支持多种预训练编码器,适用于各种计算机视觉分割任务。

模型特点

多种编码器支持
支持多种预训练编码器架构(如ResNet等),可灵活选择适合不同任务的编码器
高效分割
采用DeepLabV3Plus架构,结合ASPP模块,能够高效处理不同尺度的特征
预训练权重
提供在ImageNet上预训练的编码器权重,便于迁移学习

模型能力

图像语义分割
多类别像素级分类
支持自定义输入通道数
支持自定义输出类别数

使用案例

医学影像
器官分割
在CT或MRI图像中分割特定器官或组织
自动驾驶
道路场景理解
分割道路、车辆、行人等关键元素
遥感图像
土地利用分类
对卫星图像进行土地覆盖类型分割