I

Iiihi24

Diamantis99によって開発
PyTorchベースのセマンティックセグメンテーションモデルで、複数のエンコーダーアーキテクチャをサポートし、画像分割タスクに適しています。
ダウンロード数 115
リリース時間 : 4/9/2025

モデル概要

Unetは古典的なセマンティックセグメンテーションモデルで、エンコーダー-デコーダー構造を採用し、ResNet152などの複数の事前学習済みエンコーダーをサポートし、医療画像、リモートセンシング画像などの分割タスクに適しています。

モデル特徴

柔軟なエンコーダー選択
ResNet152などの複数の事前学習済みエンコーダーをサポートし、異なるタスク要件に柔軟に対応できます
モジュール設計
デコーダーチャネル数、アテンションメカニズムなどのパラメータを設定可能で、モデルのチューニングが容易です
事前学習サポート
エンコーダーはImageNetの事前学習済み重みを使用でき、モデル性能を向上させます

モデル能力

画像分割
セマンティックセグメンテーション
医療画像分析
リモートセンシング画像処理

使用事例

医療画像
臓器分割
CT/MRI画像で特定の臓器や病変領域を分割
テストデータセットのIoUは0.924を達成
リモートセンシング
地物分類
衛星/航空画像の異なる地物タイプを分割
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