语言: 中文
许可证: MIT
标签:

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

UperNet，基于ConvNeXt骨干网络的语义分割框架

UperNet是一种用于语义分割的框架，采用ConvNeXt作为骨干网络。UperNet最初由Xiao等人在论文《统一感知解析用于场景理解》中提出。

将UperNet与ConvNeXt骨干网络结合的方法则首次发表于论文《面向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，本卡片内容由Hugging Face团队撰写。

模型描述

UperNet是一个语义分割框架，包含多个组件，如骨干网络、特征金字塔网络（FPN）和金字塔池化模块（PPM）。

任何视觉骨干网络均可嵌入UperNet框架中。该框架能够预测每个像素的语义标签。

预期用途与限制

您可以直接使用该原始模型进行语义分割任务。访问模型中心可查找针对特定任务微调的不同骨干网络版本。

使用方法

代码示例请参阅官方文档。