Upernet Convnext Large
UperNetは、ピクセルレベルのセマンティックラベル予測のためのConvNeXt大型バックボーンネットワークを組み合わせたセマンティックセグメンテーションフレームワークです。
ダウンロード数 23.09k
リリース時間 : 1/13/2023
モデル概要
UperNetは、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)、ピラミッドプーリングモジュール(PPM)などのコアコンポーネントを含むセマンティックセグメンテーションのためのフレームワークで、任意の視覚バックボーンネットワークを接続してピクセルごとの予測をサポートします。
モデル特徴
柔軟なバックボーンネットワークサポート
UperNetフレームワークは、任意の視覚バックボーンネットワークを接続可能で、高い柔軟性を備えています。
マルチスケール特徴融合
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)によるマルチスケール特徴融合により、セグメンテーション精度を向上させます。
モダンな畳み込みアーキテクチャ
ConvNeXtをバックボーンネットワークとして採用し、モダンな畳み込みネットワーク設計コンセプトを組み合わせてモデル性能を向上させます。
モデル能力
画像セグメンテーション
ピクセルレベルセマンティック予測
シーン理解
使用事例
コンピュータビジョン
シーン解析
複雑なシーンをセマンティックセグメンテーションし、異なる物体や領域を識別します。
自動運転環境認識
自動運転システムにおける道路、障害物、歩行者の識別に使用されます。
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