M

Mask2former Swin Tiny Cityscapes Semantic

facebookによって開発
Mask2Formerは、インスタンスセグメンテーション、セマンティックセグメンテーション、パノプティックセグメンテーションのタスクを処理できる統一画像セグメンテーションフレームワークです。このモデルはSwin-Tinyバックボーンネットワークに基づいており、Cityscapesデータセットでセマンティックセグメンテーションタスクのファインチューニングが行われています。
ダウンロード数 55.98k
リリース時間 : 1/5/2023

モデル概要

Mask2Formerは、一連のマスクとそれに対応するラベルを予測することで、インスタンスセグメンテーション、セマンティックセグメンテーション、パノプティックセグメンテーションの3つの主要タスクをインスタンスセグメンテーション問題として統一します。前世代モデルのMaskFormerと比較して、Mask2Formerは性能と効率の両方で大幅な向上を実現しています。

モデル特徴

統一セグメンテーションフレームワーク
インスタンスセグメンテーション、セマンティックセグメンテーション、パノプティックセグメンテーションを単一フレームワークで統一的に処理
効率的なアテンションメカニズム
従来のピクセルデコーダーを置き換えるマルチスケール変形可能アテンションTransformerを採用
マスクアテンションメカニズム
マスクアテンションメカニズムを導入したTransformerデコーダーにより、計算量を増やさずに性能向上
効率的なトレーニング戦略
マスク全体ではなくサンプリングポイントで損失を計算することで、トレーニング効率を大幅に向上

モデル能力

画像セグメンテーション
セマンティックセグメンテーション
インスタンスセグメンテーション
パノプティックセグメンテーション

使用事例

自動運転
街路景観セマンティックセグメンテーション
都市の街路景観画像に対してセマンティックセグメンテーションを実施し、道路、建物、歩行者などの要素を識別
Cityscapesデータセットで優れた性能を発揮
医療画像
医療画像分析
医療画像における臓器や病変領域のセグメンテーションに使用可能
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