M

Maskformer Swin Small Ade

facebookによって開発
ADE20kデータセットを基に訓練されたセマンティックセグメンテーションモデルで、統一フレームワークを用いてインスタンス/セマンティック/パノラマセグメンテーションタスクを処理します。
ダウンロード数 205
リリース時間 : 3/2/2022

モデル概要

MaskFormer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、セグメンテーション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的に処理します。現在のチェックポイントはセマンティックセグメンテーションタスクに特化しています。

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、パノラマ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問題として統一的に処理します。
Swinバックボーンネットワーク
効率的なSwin Transformerを特徴抽出のバックボーンネットワークとして採用しています。
マスク予測メカニズム
一連の二値マスクとそれに対応するカテゴリを予測することでセグメンテーションタスクを実現します。

モデル能力

画像セマンティックセグメンテーション
シーン理解
物体境界識別

使用事例

シーン解析
室内シーン分析
室内環境の壁、家具、電化製品などの要素を識別します。
ピクセルレベルのセマンティックラベルマップを生成します。
都市シーン理解
街道シーンの建物、道路、車両などの要素を分析します。
構造化されたシーンセグメンテーション結果を出力します。
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