Upernet Swin Tiny
UperNetはセマンティックセグメンテーションのフレームワークで、Swin Transformerをバックボーンネットワークとして採用し、ピクセルレベルのセマンティックラベル予測を実現できます。
ダウンロード数 4,682
リリース時間 : 1/13/2023
モデル概要
UperNetはセマンティックセグメンテーション専用に設計されたフレームワークで、バックボーンネットワーク、特徴ピラミッドネットワーク(FPN)、およびピラミッドプーリングモジュール(PPM)の3つの主要コンポーネントを含み、さまざまなビジョンバックボーンネットワークに適応できます。
モデル特徴
階層型ビジョントランスフォーマーバックボーン
Swin Transformerをバックボーンネットワークとして採用し、効率的な階層的特徴抽出能力を備えています。
統一知覚解析アーキテクチャ
特徴ピラミッドネットワーク(FPN)とピラミッドプーリングモジュール(PPM)を組み合わせ、マルチスケール特徴融合を実現します。
ピクセルレベルセマンティック理解
画像に対して詳細なピクセルレベルのセマンティックラベル予測が可能です。
モデル能力
画像セマンティックセグメンテーション
シーン理解
ピクセルレベルラベル予測
使用事例
コンピュータビジョン
自動運転シーン解析
道路、車両、歩行者などの重要な要素を識別するために使用されます
医療画像分析
医療画像内の臓器や病変領域をセグメンテーションします
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98