基于PyTorch的Unet图像分割模型,支持多种编码器架构
下载量 16
发布时间 : 9/5/2024
模型简介
这是一个用于语义分割任务的Unet模型实现,支持多种预训练编码器,适用于各种图像分割场景
模型特点
多种编码器支持
支持ResNet等主流编码器架构,可灵活配置
预训练权重
编码器可使用ImageNet预训练权重
模块化设计
解码器通道数和注意力机制可配置
模型能力
图像分割
语义分割
支持多种编码器架构
使用案例
工业检测
水表检测
用于水表图像的语义分割
测试数据集交并比0.6878
医学影像
医学图像分割
可用于CT/MRI等医学图像的分割任务
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