M

Mask2former Swin Large Ade Semantic

facebookによって開発
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
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