基于Swin Transformer的通用图像分割模型，统一处理实例/语义/全景分割任务

Mask2Former 是一种统一的图像分割框架，能够处理实例分割、语义分割和全景分割任务。

基于Swin骨干网络的Mask2Former小型版本，专为Cityscapes语义分割任务训练

Mask2Former是基于Transformer架构的通用图像分割模型，能够处理实例分割、语义分割和全景分割任务。

Mask2Former 是一种基于 Transformer 的统一图像分割模型，能够处理实例分割、语义分割和全景分割任务。

基于Swin骨干网络的大规模版本，在ADE20k语义分割数据集上训练的Mask2Former模型，采用统一范式处理图像分割任务。

Mask2Former是一种通用的图像分割模型，能够处理实例分割、语义分割和全景分割任务，通过预测一组掩码及其对应标签来实现。

基于ADE20k数据集训练的通用图像分割模型，采用统一框架处理实例/语义/全景分割任务

基于Swin大型骨干网络在ADE20k全景分割数据集上训练的Mask2Former模型，采用统一范式处理实例分割、语义分割和全景分割任务。

基于Swin骨干网络的Mask2Former大尺寸版本，专为全景分割任务设计，在Mapillary Vistas数据集上训练

基于Swin骨干网络的大规模Mask2Former模型，专为通用图像分割任务设计，统一处理实例分割、语义分割和全景分割。

基于Swin骨干网络的大尺寸Mask2Former模型，专为Cityscapes语义分割任务训练，采用统一架构处理多种图像分割任务。

基于Swin骨干网络的小型Mask2Former模型，专为Cityscapes数据集的全景分割任务优化

基于Swin骨干网络的Mask2Former模型，专门针对Cityscapes数据集的全景分割任务进行优化训练

基于Swin-Tiny骨干网络的Mask2Former模型，专为城市景观全景分割任务优化

Mask2Former是基于Transformer的统一图像分割模型，支持实例分割、语义分割和全景分割任务，采用掩码注意力机制提升性能

基于Swin骨干网络的Mask2Former小规模版本，专为COCO数据集全景分割任务优化

基于Swin骨干网络的Mask2Former大型版本，专为COCO数据集全景分割任务训练的统一图像分割模型

基于Swin骨干网络的Mask2Former模型，在COCO全景分割数据集上训练，采用统一范式处理实例分割、语义分割和全景分割任务。

统一图像分割的单一Transformer架构，支持语义分割、实例分割和全景分割三大任务

首个多任务通用图像分割框架，单一模型支持语义/实例/全景分割任务

基于Swin骨干网络的大规模MaskFormer模型，统一处理实例/语义/全景分割任务

基于COCO数据集训练的全景分割模型，采用统一范式处理实例/语义/全景分割任务

DETR是一个结合卷积神经网络与Transformer的端到端目标检测模型，支持全景分割任务。

基于Swin骨干网络、在COCO数据集上训练的全景分割模型，统一处理实例/语义/全景分割任务

DETR是一个结合卷积神经网络和Transformer架构的端到端目标检测模型，支持全景分割任务。

基于Swin骨干网络的小型MaskFormer模型，在COCO数据集上训练，用于全景分割任务。

DETR是基于Transformer架构的端到端目标检测模型，采用ResNet-50作为骨干网络，在COCO数据集上训练，支持目标检测和全景分割任务。