AIbase

A

Ambubv9

由 Diamantis99 开发
基于PyTorch的Unet图像分割模型，支持多种编码器架构，适用于语义分割任务。
图像分割
Safetensors
开源协议:MIT#高精度语义分割#ResNet152编码器#医学图像处理
下载量 59
发布时间 : 4/9/2025
模型介绍
内容详情
替代品

模型简介

该模型是一个基于Unet架构的语义分割模型，使用预训练的ResNet152作为编码器，可用于图像分割任务。

模型特点

多种编码器支持
支持多种预训练编码器（如ResNet152），可根据需求灵活选择。
高性能分割
在IPD数据集上表现出色，测试集IoU达到0.995。
易于使用
提供简单的API接口，支持从预训练模型快速加载。

模型能力

图像分割
语义分割
支持多种编码器

使用案例

医学影像
器官分割
用于医学影像中的器官分割任务。
高精度分割结果，IoU达到0.995
遥感影像
地物分类
用于遥感影像中的地物分类和分割。