AIbase

C

Coco Instance Eomt Large 1280

由 tue-mps 开发
该论文提出了一种将Vision Transformer (ViT) 重新解释为图像分割模型的方法，展示了ViT在图像分割任务中的潜力。
图像分割
PyTorch
开源协议:MIT#ViT架构#图像分割#高精度分割
下载量 105
发布时间 : 3/26/2025
模型介绍
内容详情
替代品

模型简介

该模型通过重新设计ViT架构，使其能够高效执行图像分割任务，提供了一种新的视角来利用Transformer架构处理计算机视觉问题。

模型特点

ViT架构创新应用
将原本用于图像分类的ViT架构创新性地应用于图像分割任务
高效分割性能
展示了Transformer架构在图像分割任务中的高效性能
新颖视角
提供了重新思考ViT架构用途的新视角

模型能力

图像分割
语义分割
实例分割

使用案例

计算机视觉
医学图像分析
用于医学图像中的器官或病变区域分割
自动驾驶
道路场景理解中的物体分割
遥感图像处理
土地利用分类
卫星图像中的不同地类分割