# ピクセルレベルアノテーション

Test2
Apache-2.0
FoodSeg103は7,118枚の食品画像データセットで、104種類の食材カテゴリーにアノテーションされ、各画像平均6種類の食材ラベルとピクセルレベルのマスクが付与されています。
画像セグメンテーション Transformers
T
mccaly
22
1
Upernet Swin Base
MIT
UperNetはセマンティックセグメンテーションのためのフレームワークで、Swin Transformerをバックボーンネットワークとして採用し、効率的にピクセルレベルのセマンティックアノテーションを行うことができます。
画像セグメンテーション Transformers 英語
U
openmmlab
700
2
Upernet Convnext Xlarge
MIT
UperNetはセマンティックセグメンテーションのためのフレームワークで、ConvNeXtをバックボーンネットワークとして採用し、各ピクセルのセマンティックラベルを予測できます。
画像セグメンテーション Transformers 英語
U
openmmlab
659
2
Upernet Convnext Base
MIT
UperNetはセマンティックセグメンテーションのためのフレームワークで、ConvNeXtをバックボーンネットワークとして採用し、各ピクセルのセマンティックラベルを予測できます。
画像セグメンテーション Transformers 英語
U
openmmlab
178
1
Deeplabv3p Resnet50
Keras実装のDeepLabV3+アーキテクチャ、ピクセルレベルのマルチクラスセマンティックセグメンテーションタスク用
画像セグメンテーション
D
keras-io
175
3
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