Mask2former Swin Large Ade Semantic
Swinバックボーンネットワークの大規模バージョンに基づき、ADE20kセマンティックセグメンテーションデータセットでトレーニングされたMask2Formerモデル。画像セグメンテーションタスクを統一的なパラダイムで処理します。
ダウンロード数 238.92k
リリース時間 : 1/5/2023
モデル概要
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タスクを処理できる先進的な画像セグメンテーションモデルです。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、異なるタイプのセグメンテーションタスクの処理方法を統一しています。
モデル特徴
統一セグメンテーションパラダイム
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デコーダー
計算量を増やすことなく性能を向上させるマスクアテンション付きTransformerデコーダーを導入
効率的なトレーニング方法
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
マルチスケール特徴抽出
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分類
ADE20kなどの標準データセットでSOTA性能を達成
自動運転
道路シーンにおける様々な物体の識別とセグメンテーション
医療画像分析
医療画像内の臓器や病変領域の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