AIbase

C

Coco Panoptic Eomt Large 640

由 tue-mps 开发
该模型揭示了Vision Transformer (ViT) 在图像分割任务中的潜力，通过特定架构调整使其适用于分割任务。
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 217
发布时间 : 3/26/2025
模型介绍
内容详情
替代品

模型简介

该论文提出的模型展示了Vision Transformer (ViT) 架构经过适当调整后，可以有效地应用于图像分割任务，扩展了ViT的应用范围。

模型特点

ViT架构的适应性调整
通过特定改进使原本用于分类的ViT架构适用于图像分割任务。
高效分割能力
展示了Transformer架构在密集预测任务中的潜力。

模型能力

图像分割
语义分割
密集预测

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
自动驾驶场景理解
用于道路场景中的物体和可行驶区域分割