S

Segformer B1 512x512 Ade 160k

由 smp-hub 开发
基于PyTorch的Segformer模型,用于语义分割任务,在ADE20K数据集上预训练
下载量 20
发布时间 : 11/29/2024

模型简介

这是一个基于Segformer架构的语义分割模型,专门针对ADE20K数据集进行优化,能够对图像中的不同对象进行像素级分类。

模型特点

高效分割架构
采用Segformer架构,结合Transformer和CNN的优势,实现高效准确的语义分割
预训练权重
在ADE20K数据集上预训练,可直接用于推理或微调
512x512分辨率支持
支持高分辨率图像输入,适合精细分割任务

模型能力

图像语义分割
像素级分类
场景理解

使用案例

计算机视觉
场景解析
对复杂场景图像进行语义分割,识别不同物体和区域
可输出像素级分类结果
自动驾驶感知
用于自动驾驶系统中的道路和障碍物识别
AIbase
智启未来,您的人工智能解决方案智库
简体中文