M

Manet Tu Resnet18

smp-test-modelsによって開発
PyTorchベースのセマンティックセグメンテーションモデルで、マルチスケールアテンション機構を採用し、画像分割タスクに適しています
ダウンロード数 216
リリース時間 : 12/23/2024

モデル概要

MAnetはセマンティックセグメンテーション用の深層学習モデルで、エンコーダ-デコーダアーキテクチャを採用し、特に異なるスケールのコンテキスト情報を捉えるためのマルチスケールアテンションモジュールを設計し、分割精度を向上させます。

モデル特徴

マルチスケールアテンション機構
革新的なアテンションモジュールにより異なるスケールのコンテキスト情報を同時に捉え、セグメンテーション精度を向上
事前学習済みエンコーダサポート
ImageNetで事前学習した様々なエンコーダ(ResNetなど)を使用した転移学習をサポート
柔軟なアーキテクチャ設定
エンコーダの深さやデコーダのチャネル数など、さまざまなニーズに合わせてパラメータをカスタマイズ可能

モデル能力

画像のセマンティックセグメンテーション
マルチクラスピクセルレベル分類
医用画像解析
リモートセンシング画像解析

使用事例

医用画像
臓器セグメンテーション
CT/MRIスキャン画像で特定の臓器や病変領域を分割
自動運転
道路シーン理解
道路、車両、歩行者などの主要要素を分割
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase