M

Mask2former Swin Small Cityscapes Panoptic

由 facebook 开发
基于Swin骨干网络的小型Mask2Former模型,专为Cityscapes数据集的全景分割任务优化
下载量 568
发布时间 : 1/3/2023

模型简介

Mask2Former是一种通用图像分割框架,通过预测一组掩码及对应标签统一处理实例分割、语义分割和全景分割任务。该特定检查点针对城市街景全景分割进行了微调。

模型特点

统一分割框架
将实例分割、语义分割和全景分割统一为掩码预测任务,简化处理流程
高效注意力机制
采用多尺度可变形注意力Transformer替代传统像素解码器,提升计算效率
掩码注意力解码器
创新性引入带掩码注意力的Transformer解码器,在不增加计算量的情况下提升性能
高效训练策略
通过子采样点计算损失而非整张掩码,显著减少训练时的计算资源消耗

模型能力

图像分割
街景理解
物体识别与定位
全景分割

使用案例

智能交通系统
街景要素分析
对城市道路中的车辆、行人、交通标志等进行精确分割和分类
可用于交通流量监控和城市规划
自动驾驶
环境感知
实时识别和分割道路场景中的各类物体
为自动驾驶系统提供精确的环境理解
AIbase
智启未来,您的人工智能解决方案智库
简体中文