像素级标注

# 像素级标注

FoodSeg103是一个包含7,118张图像的食物图像数据集，标注了104种食材类别，每张图像平均有6种食材标签和像素级掩码。

Upernet Swin Base

UperNet是一种用于语义分割的框架，采用Swin Transformer作为骨干网络，能够高效地进行像素级语义标注。

Transformers 英语

Upernet Convnext Xlarge

UperNet是一种用于语义分割的框架，采用ConvNeXt作为骨干网络，能够预测每个像素的语义标签。

Transformers 英语

Upernet Convnext Base

UperNet是一种用于语义分割的框架，采用ConvNeXt作为骨干网络，能够预测每个像素的语义标签。

Transformers 英语

Deeplabv3p Resnet50

基于Keras实现的DeepLabV3+架构，用于像素级多类语义分割任务

精选推荐AI模型

Qwen2.5 VL 7B Abliterated Caption It I1 GGUF

Qwen2.5-VL-7B-Abliterated-Caption-it的量化版本，支持多语言图像描述任务。

图像生成文本

Transformers 支持多种语言

Nunchaku Flux.1 Dev Colossus

Colossus Project Flux 的 Nunchaku 量化版本，旨在根据文本提示生成高质量图像。该模型在优化推理效率的同时，将性能损失降至最低。

图像生成英语

Qwen2.5 VL 7B Abliterated Caption It GGUF

这是一个基于Qwen2.5-VL-7B模型的静态量化版本，专注于图像描述生成任务，支持多种语言。

图像生成文本

Transformers 支持多种语言

Olmocr 7B 0725 FP8

olmOCR-7B-0725-FP8是基于Qwen2.5-VL-7B-Instruct模型，使用olmOCR-mix-0225数据集微调后量化为FP8版本的文档OCR模型。

图像生成文本

Transformers 英语

Lucy-128k是基于Qwen3-1.7B开发的专注于代理式网络搜索和轻量级浏览的模型，在移动设备上也能高效运行。

大型语言模型

Transformers 英语

AIbase

智启未来，您的人工智能解决方案智库

© 2025AIbase 备案号：闽ICP备08105208号-24