Mask2former Swin Base Ade Semantic
ADE20kデータセットでトレーニングされた汎用画像セグメンテーションモデル。統一フレームワークでインスタンス/セマンティック/パノプティックセグメンテーションタスクを処理
ダウンロード数 2,811
リリース時間 : 1/5/2023
モデル概要
Mask2FormerはTransformerベースの汎用画像セグメンテーションモデルで、一連のマスクと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を統一して処理します。前世代モデルのMaskFormerと比べて、性能と効率の両面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インスタンスセグメンテーションタスクとして統一処理
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の代わりに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デコーダー
マスクアテンション付きTransformerデコーダーを導入し、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
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
マルチスケール画像解析
使用事例
コンピュータビジョン
シーン理解
複雑なシーン内の物体を正確にセグメンテーションして分類
ADE20kデータセットの150クラスのセマンティックラベルを識別可能
自動運転
道路シーンのリアルタイムセマンティックセグメンテーション
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