Mask2former Swin Small Cityscapes Panoptic
Swinバックボーンネットワークを基にした小型Mask2Formerモデル、Cityscapesデータセットのパノプティックセグメンテーションタスク向けに最適化
ダウンロード数 568
リリース時間 : 1/3/2023
モデル概要
Mask2Formerは汎用画像セグメンテーションフレームワークで、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的に処理します。この特定のチェックポイントは都市景観のパノプティックセグメンテーション向けにファインチューニングされています。
モデル特徴
統合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マスク予測タスクとして統合し、処理フローを簡素化
効率的なアテンションメカニズム
マルチスケール変形可能アテンションTransformerを採用し、従来のピクセルデコーダーを置き換えることで計算効率を向上
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デコーダーを革新的に導入し、計算量を増やさずに性能を向上
効率的なトレーニング戦略
マスク全体ではなくサブサンプリング点で損失を計算することで、トレーニング時の計算リソース消費を大幅に削減
モデル能力
画像セグメンテーション
街景理解
物体認識と位置特定
パノプティックセグメンテーション
使用事例
インテリジェント交通システム
街景要素分析
都市道路の車両、歩行者、交通標識などを正確にセグメンテーションし分類
交通流量監視や都市計画に活用可能
自動運転
環境認識
道路シーン内の各種物体をリアルタイムで識別・セグメンテーション
自動運転システムに正確な環境理解を提供
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