基于PyTorch的Unet图像分割模型,支持多种编码器架构和预训练权重
下载量 78
发布时间 : 4/9/2025
模型简介
这是一个基于PyTorch实现的Unet架构图像分割模型,主要用于语义分割任务。模型支持多种编码器架构(如ResNet152)和预训练权重,可灵活配置解码器参数。
模型特点
多种编码器支持
支持ResNet等主流编码器架构,并可加载ImageNet预训练权重
灵活的解码器配置
可自定义解码器通道数、批归一化、注意力机制等参数
高性能分割
在IPD数据集上达到94.5%的IoU指标
模型能力
图像语义分割
医学图像分析
遥感图像处理
使用案例
医学影像
器官分割
用于CT/MRI影像中的器官识别与分割
高精度分割结果
遥感
地表覆盖分类
卫星图像中的土地利用分类
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