MODNet 是一个实时无Trimap人像抠图模型，能够高效地进行图像分割和背景去除。

基于nvidia/mit-b3微调的图像分割模型，在NICOPOI-9/morphpad_coord_hgo_512_4class_v2数据集上表现优异

基于NVIDIA MIT-B1架构的SegFormer图像分割模型，在特定数据集上微调，擅长高精度图像分割任务

基于nvidia/mit-b3微调的图像分割模型，在NICOPOI-9/morphpad_coord_hgo_512_4class数据集上训练，擅长高精度图像分割任务。

基于SegFormer架构的轻量级图像分割模型，在NICOPOI-9/morphpad_coord_hgo_512_4class数据集上微调，专用于高精度语义分割任务。

基于nvidia/mit-b0微调的图像分割模型，在NICOPOI-9/morphpad_coord_hgo_512_4class数据集上表现优异

基于PyTorch的Unet图像分割模型，支持多种编码器架构和预训练权重

基于PyTorch的FPN图像分割模型，支持多种编码器架构，适用于语义分割任务。

基于 Segformer-b0 架构微调的图像分割模型，专用于道路裂缝检测任务。

基于SegFormer架构的图像分割模型，在ADE20K数据集上预训练后进一步微调，擅长处理512x512分辨率的图像分割任务

基于nvidia/mit-b0微调的图像分割模型，在评估集上表现出色，平均交并比达0.9210，平均准确率0.9571。

基于nvidia/mit-b0微调的图像分割模型，在NICOPOI-9/morphpad_hgo_512_4class数据集上训练，擅长高精度图像分割任务。

基于SegFormer架构的轻量级图像分割模型，在特定数据集上微调，擅长高精度像素级分类任务

BRIA AI开发的最新背景移除模型，能有效分离各类图像的前景与背景，适合大规模商业内容创作场景。

基于SegFormer架构的视觉分割模型，专门用于墙面图像分割任务，在评估集上取得了较高的准确率和IoU指标。

基于SegFormer-B5架构的图像分割模型，在较大尺寸图像数据集上微调，擅长区分背景和分支区域

该模型是基于nvidia/mit-b5在JCAI2000/100By100BranchPNG数据集上微调的图像分割模型，主要用于分支与背景的语义分割任务。

一个用于人行道场景语义分割的视觉模型，能够识别和分割人行道中的不同元素。