基于PyTorch的语义分割模型,支持多种编码器架构,适用于图像分割任务。
下载量 115
发布时间 : 4/9/2025
模型简介
Unet是一种经典的语义分割模型,采用编码器-解码器结构,支持多种预训练编码器(如ResNet152),适用于医学影像、遥感图像等分割任务。
模型特点
灵活的编码器选择
支持多种预训练编码器(如ResNet152),可灵活适配不同任务需求
模块化设计
解码器通道数、注意力机制等参数可配置,便于模型调优
预训练支持
编码器可使用ImageNet预训练权重,提升模型性能
模型能力
图像分割
语义分割
医学影像分析
遥感图像处理
使用案例
医学影像
器官分割
在CT/MRI影像中分割特定器官或病变区域
测试数据集交并比达0.924
遥感
地物分类
对卫星/航拍图像中的不同地物类型进行分割
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