Segformer B0 Finetuned Segments Skin Hair Clothing

🚀 モデルIDのモデルカード

このモデルカードは、新しいモデルの基本テンプレートとなることを目的としています。これはこの生テンプレートを使用して生成されました。

📚 ドキュメント

モデルの概要

• 開発者: [詳細情報が必要]
• 資金提供元 (オプション): [詳細情報が必要]
• 共有者 (オプション): [詳細情報が必要]
• モデルの種類: [詳細情報が必要]
• 言語 (NLP): [詳細情報が必要]
• ライセンス: MIT
• ファインチューニング元のモデル (オプション): [詳細情報が必要]

モデルのソース (オプション)

• リポジトリ: [詳細情報が必要]
• 論文 (オプション): [詳細情報が必要]
• デモ (オプション): [詳細情報が必要]

🚀 クイックスタート

以下のコードを使用して、モデルを始めることができます。 [詳細情報が必要]

🔧 技術詳細

学習データ

学習データに関する詳細情報は、mattmdjaga/human_parsing_datasetを参照してください。

学習手順

前処理 (オプション)

[詳細情報が必要]

学習ハイパーパラメータ

• 学習方式: [詳細情報が必要]

速度、サイズ、時間 (オプション)

[詳細情報が必要]

評価

テストデータ、要因、メトリクス

テストデータ

[詳細情報が必要]

要因

[詳細情報が必要]

メトリクス

[詳細情報が必要]

結果

[詳細情報が必要]

モデルの検証 (オプション)

[詳細情報が必要]

環境への影響

二酸化炭素排出量は、Lacoste et al. (2019)で提示されたMachine Learning Impact calculatorを使用して推定することができます。

• ハードウェアの種類: [詳細情報が必要]
• 使用時間: [詳細情報が必要]
• クラウドプロバイダー: [詳細情報が必要]
• コンピュートリージョン: [詳細情報が必要]
• 排出された二酸化炭素量: [詳細情報が必要]

技術仕様 (オプション)

モデルのアーキテクチャと目的

[詳細情報が必要]

コンピュートインフラストラクチャ

ハードウェア

[詳細情報が必要]

ソフトウェア

[詳細情報が必要]

引用 (オプション)

BibTeX

[詳細情報が必要]

APA

[詳細情報が必要]

用語集 (オプション)

[詳細情報が必要]

その他の情報 (オプション)

[詳細情報が必要]

モデルカードの作成者 (オプション)

[詳細情報が必要]

モデルカードの問い合わせ先

[詳細情報が必要]