O

Or9ksv4

Diamantis99によって開発
PyTorchベースのUnet画像セグメンテーションモデル、複数のエンコーダーアーキテクチャと事前学習済み重みをサポート
ダウンロード数 78
リリース時間 : 4/9/2025

モデル概要

これはPyTorchで実装されたUnetアーキテクチャの画像セグメンテーションモデルで、主に意味的セグメンテーションタスクに使用されます。モデルはResNet152などの複数のエンコーダーアーキテクチャと事前学習済み重みをサポートし、デコーダーパラメータを柔軟に設定できます。

モデル特徴

複数エンコーダーサポート
ResNetなどの主流エンコーダーアーキテクチャをサポートし、ImageNet事前学習済み重みをロード可能
柔軟なデコーダー設定
デコーダーチャネル数、バッチ正規化、注意メカニズムなどのパラメータをカスタマイズ可能
高性能セグメンテーション
IPDデータセットで94.5%のIoU指標を達成

モデル能力

画像意味的セグメンテーション
医用画像解析
リモートセンシング画像処理

使用事例

医用画像
臓器セグメンテーション
CT/MRI画像における臓器識別とセグメンテーションに使用
高精度セグメンテーション結果
リモートセンシング
地表被覆分類
衛星画像における土地利用分類
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