U

Upernet Swin Tiny

openmmlabによって開発
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
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