UPerNet是一个基于ConvNeXt-Tiny架构的语义分割模型，适用于图像分割任务。

基于ConvNeXt-XLarge编码器的UPerNet语义分割模型，适用于高精度图像分割任务

基于ConvNeXt架构的UPerNet图像分割模型，适用于语义分割任务

基于Transformer架构的语义分割模型，专为ADE20K数据集优化

基于ImageNet-1k微调的SegFormer编码器，采用分层式Transformer架构，适用于语义分割任务

SegFormer是一个基于Transformer架构的语义分割模型，采用分层编码器和轻量级MLP解码头设计。

SegFormer是一个基于Transformer的语义分割模型，其编码器在Imagenet-1k上进行了微调。

SegFormer是一个基于Transformer的语义分割模型，采用分层编码器和轻量级MLP解码头设计，在ADE20K和Cityscapes等基准测试中表现优异。