M
Manet Tu Resnet18
由 smp-test-models 开发
基于PyTorch的语义分割模型,采用多尺度注意力机制,适用于图像分割任务
下载量 216
发布时间 : 12/23/2024
模型简介
MAnet是一种用于语义分割的深度学习模型,采用编码器-解码器架构,特别设计了多尺度注意力模块来捕捉不同尺度的上下文信息,提高分割精度。
模型特点
多尺度注意力机制
通过创新的注意力模块同时捕捉不同尺度的上下文信息,提升分割精度
预训练编码器支持
支持使用ImageNet预训练的多种编码器(如ResNet等)进行迁移学习
灵活的架构配置
可自定义编码器深度、解码器通道数等参数以适应不同需求
模型能力
图像语义分割
多类别像素级分类
医学图像分析
遥感图像解析
使用案例
医学影像
器官分割
在CT/MRI扫描图像中分割特定器官或病变区域
自动驾驶
道路场景理解
分割道路、车辆、行人等关键要素
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文