AIbase

U

Upernet Convnext Tiny

由 openmmlab 开发
UperNet是一种用于语义分割的框架，采用ConvNeXt作为骨干网络，能够为每个像素预测一个语义标签。
图像分割
Transformers
英语
开源协议:MIT#语义分割#ConvNeXt骨干#场景理解
下载量 3,866
发布时间 : 1/13/2023
模型介绍
内容详情
替代品

模型简介

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。

模型特点

灵活的骨干网络支持
UperNet框架可以嵌入任何视觉骨干网络，具有高度的灵活性。
高效的特征提取
结合ConvNeXt骨干网络，提供高效的特征提取能力。
多组件架构
包含特征金字塔网络（FPN）和金字塔池化模块（PPM），提升语义分割性能。

模型能力

图像分割
像素级语义预测

使用案例

计算机视觉
场景理解
用于自动驾驶或机器人导航中的场景理解，识别道路、行人、车辆等。
医学图像分析
用于医学图像中的器官或病变区域分割。