模型简介
该模型通过重新思考Vision Transformer的架构,展示了其在图像分割任务中的有效性,挑战了传统上认为ViT主要用于分类任务的观念。
模型特点
ViT架构创新应用
重新利用Vision Transformer架构进行图像分割任务,展示了ViT在非传统任务中的潜力
分割性能优异
论文结果显示该模型在图像分割任务上表现良好,可能达到或超过专用分割模型的性能
模型能力
图像分割
视觉特征提取
像素级分类
使用案例
计算机视觉
医学图像分割
用于医学影像中的器官或病变区域分割
自动驾驶场景理解
用于道路场景中不同物体的分割和识别
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
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文