D

Deeplabv3p Resnet50

由 keras-io 开发
基于Keras实现的DeepLabV3+架构,用于像素级多类语义分割任务
下载量 175
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型采用编码器-解码器结构,结合空洞卷积和空间金字塔池化模块,适用于人体部位分割等精细语义分割场景

模型特点

先进的空洞卷积技术
采用空间金字塔池化模块和多尺度空洞卷积,有效扩大感受野
编码器-解码器结构
结合低层特征细节和高层语义信息,提升分割边界精度
预训练主干网络
使用ImageNet预训练的ResNet50作为特征提取器

模型能力

像素级语义标注
多类别图像分割
人体部位识别

使用案例

计算机视觉
人体部位分割
识别并分割图像中的人体各部位组件
在Crowd Instance-level Human Parsing Dataset上训练
医学图像分析
潜在适用于器官或病变区域分割(需微调)