Mit B3
ImageNet-1kでファインチューニングされたSegFormerエンコーダで、階層型Transformerアーキテクチャを採用し、セマンティックセグメンテーションタスクに適しています。
ダウンロード数 7,136
リリース時間 : 3/2/2022
モデル概要
SegFormerはTransformerベースのセマンティックセグメンテーションモデルで、シンプルで効率的な設計を持っています。このモデルは事前学習済みの階層型Transformerエンコーダのみを含み、下流タスクのファインチューニングに使用できます。
モデル特徴
階層型Transformerアーキテクチャ
階層型Transformerエンコーダを採用し、異なる尺度のビジュアル特徴を効果的に処理できます。
軽量MLPデコーダヘッド
軽量な全MLPデコーダヘッドアーキテクチャと組み合わせ、性能を維持しながら計算コストを削減します。
ImageNet-1k事前学習
エンコーダはImageNet-1kデータセットで事前学習されており、良好な特徴抽出能力を備えています。
モデル能力
画像特徴抽出
セマンティックセグメンテーション
ビジョンタスクのファインチューニング
使用事例
コンピュータビジョン
シーン理解
ADE20Kなどのシーン理解データセットのセマンティックセグメンテーションタスクに使用できます。
都市景観分析
Cityscapesなどの都市景観データセットのセマンティックセグメンテーションに適しています。
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