语言：英语
许可证：MIT
标签：

• 视觉
• 图像分割
  模型名称：openmmlab/upernet-convnext-large

UperNet与ConvNeXt大型骨干网络

UperNet是一个用于语义分割的框架，采用ConvNeXt作为骨干网络。UperNet由Xiao等人在论文《统一感知解析用于场景理解》中首次提出。

将UperNet与ConvNeXt骨干网络结合的方法则源自论文《2020年代的卷积网络》。

免责声明：发布UperNet+ConvNeXt的团队未为此模型编写说明卡片，本卡片由Hugging Face团队撰写。

模型描述

UperNet是一个语义分割框架，包含骨干网络、特征金字塔网络（FPN）和金字塔池化模块（PPM）等核心组件。

该框架支持接入任何视觉骨干网络，能够逐像素预测语义标签。

应用场景与限制

您可直接使用该原始模型进行语义分割任务。如需针对特定任务微调的版本（含不同骨干网络），请查阅模型中心。

使用方法

代码示例请参阅官方文档。