Mask2former Swin Tiny Cityscapes Semantic
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
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