DPT
模型简介
DPT是基于Vision Transformer架构的图像语义分割模型,适用于各种密集预测任务。该模型通过segmentation_models.pytorch库提供,支持多种预训练编码器和自定义配置。
模型特点
Transformer架构
采用Vision Transformer作为编码器,适用于图像分割任务
灵活配置
支持多种编码器深度、特征维度和输出步长等参数配置
预训练支持
可与预训练权重配合使用,提升模型性能
模型能力
图像语义分割
密集预测
支持多种输入分辨率
使用案例
计算机视觉
场景理解
对复杂场景进行像素级语义分割
医学图像分析
医学图像中的器官或病变区域分割
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98
智启未来,您的人工智能解决方案智库
简体中文