# マルチタスク統一フレームワーク

Lotusは拡散モデルベースの視覚基盤モデルで、高品質な密集予測タスクに特化しています。

COCOで事前学習され、サッカーデータセットでファインチューンされた視覚-言語モデルで、画像キャプション生成に優れています

Swinバックボーンネットワークに基づくMask2Formerの大規模バージョンで、パノプティックセグメンテーションタスク向けに設計され、Mapillary Vistasデータセットでトレーニング

Swinバックボーンネットワークに基づくMask2Formerの大型バージョンで、COCOデータセットのパノプティックセグメンテーションタスク向けに訓練された統一画像セグメンテーションモデル

UL2は統一された事前学習モデルフレームワークで、混合ノイズ除去器（MoD）を事前学習目標として採用し、複数の事前学習パラダイムを組み合わせ、様々なデータセットと設定で普遍的に効果を発揮します。