ade20k_semantic_eomt_large_512オープンソース画像分割モデル

ホーム

Ade20k Semantic Eomt Large 512

tue-mpsによって開発

このモデルは論文『あなたのViTは実際には画像セグメンテーションモデル』に基づいて開発され、画像セグメンテーションタスクのための視覚Transformerモデルです。

画像セグメンテーション

PyTorch

オープンソースライセンス:MIT #ViT画像セグメンテーション #視覚Transformer #高精度セグメンテーション

ダウンロード数 108

リリース時間 : 3/26/2025

モデル概要

このモデルは視覚Transformer（ViT）の画像セグメンテーションタスクへの応用を探求し、ViTアーキテクチャのピクセルレベル予測タスクにおける可能性を示しています。

モデル特徴

Transformerベースの画像セグメンテーション

視覚Transformerアーキテクチャを画像セグメンテーションタスクに適用し、ViTのピクセルレベル予測における性能を探求

効率的なセグメンテーション能力

Transformerの自己注意機構を利用して長距離依存関係を捕捉し、セグメンテーション精度を向上

モデル能力

画像セグメンテーション

ピクセルレベル予測

意味的セグメンテーション

使用事例

コンピュータビジョン

医療画像セグメンテーション

医療画像における臓器や病変領域のセグメンテーションに使用

自動運転シーン理解

道路シーンにおける物体のセグメンテーションと認識に使用

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

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。

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

uer

2,694

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご

Ade20k Semantic Eomt Large 512

モデル概要

モデル特徴

モデル能力

使用事例

🚀 画像セグメンテーションモデル

📄 ライセンス