# マスク予測

Swinバックボーンネットワークを基にした大規模Mask2Formerモデルで、Cityscapesのセマンティックセグメンテーションタスク向けにトレーニングされ、統一アーキテクチャで画像セグメンテーションタスクを処理します

FacebookAI/xlm-roberta-base事前学習モデルを基に構築されたクメール語マスクフィルモデルで、26,000以上のクメール語文章でファインチューニングされています。

YouTubeVIS-2021データセットでトレーニングされたビデオインスタンスセグメンテーションモデル、Swin TransformerバックボーンネットワークとMask2Former統一セグメンテーションアーキテクチャを採用

YouTubeVIS-2019データセットでトレーニングされた小型ビデオインスタンスセグメンテーションモデル、Swin TransformerバックボーンネットワークとMask2Former統一セグメンテーションアーキテクチャを採用

Mask2FormerはTransformerベースの汎用画像セグメンテーションモデルで、COCOデータセットでインスタンスセグメンテーションタスク向けにファインチューニングされています

Swin Transformerベースの汎用画像セグメンテーションモデルで、インスタンス/セマンティック/パノプティックセグメンテーションタスクを統一的に処理

Mask2Formerは、インスタンスセグメンテーション、セマンティックセグメンテーション、パノプティックセグメンテーションのタスクを処理できる統一画像セグメンテーションフレームワークです。このモデルはSwin-Tinyバックボーンネットワークに基づいており、Cityscapesデータセットでセマンティックセグメンテーションタスクのファインチューニングが行われています。

Swinバックボーンネットワークに基づくMask2Formerの小型バージョン、Cityscapesセマンティックセグメンテーションタスク向けにトレーニング

Swin大規模アーキテクチャに基づく統一画像分割モデル、インスタンス/セマンティック/パノラマ分割タスクをサポート

Swinバックボーンネットワークに基づくADE20kセマンティックセグメンテーション用の小型Mask2Formerモデル、統一パラダイムで画像セグメンテーションタスクを処理

Swinバックボーンネットワークの大規模バージョンに基づき、ADE20kセマンティックセグメンテーションデータセットでトレーニングされたMask2Formerモデル。画像セグメンテーションタスクを統一的なパラダイムで処理します。

ADE20kデータセットでトレーニングされた汎用画像セグメンテーションモデル。統一フレームワークでインスタンス/セマンティック/パノプティックセグメンテーションタスクを処理

Mask2FormerはTransformerアーキテクチャに基づく汎用画像セグメンテーションモデルで、このバージョンはCityscapesデータセット向けにインスタンスセグメンテーションタスクでファインチューニングされています

Swinバックボーンネットワークに基づくMask2Formerモデルで、COCOパノプティックセグメンテーションデータセットでトレーニングされ、インスタンスセグメンテーション、セマンティックセグメンテーション、パノプティックセグメンテーションタスクを統一的なパラダイムで処理します。

Mask2FormerはTransformerベースの統一画像セグメンテーションモデルで、Swin-Largeバックボーンを使用しCOCOデータセットでファインチューニングされ、インスタンスセグメンテーションタスクに特化しています

Mask2FormerはTransformerベースの統一画像セグメンテーションモデルで、COCOデータセットでインスタンスセグメンテーションタスク用にファインチューニングされています

COCOデータセットでトレーニングされたMask2Formerの小型版インスタンスセグメンテーションモデルで、Swinバックボーンネットワークを採用し、セグメンテーションタスクを統一的に処理

Swinバックボーンネットワークに基づくMask2Formerモデルで、COCOインスタンスセグメンテーションタスク向けに設計され、統一フレームワークでセグメンテーションタスクを処理

これはsrWaCで事前学習されたセルビア語（キリル文字とラテン文字）のRoBERTaモデルで、下流タスクのファインチューニングに適しています。

Swinバックボーンネットワークに基づく大規模MaskFormerモデル、インスタンス/セマンティック/パノプティックセグメンテーションタスクを統一的に処理

ADE20kデータセットを基に訓練されたセマンティックセグメンテーションモデルで、統一フレームワークを用いてインスタンス/セマンティック/パノラマセグメンテーションタスクを処理します。

COCOデータセットを基に訓練された全景セグメンテーションモデルで、統一パラダイムを用いてインスタンス/セマンティック/全景セグメンテーションタスクを処理します。

Swinバックボーンネットワークに基づく小型のMaskFormerモデルで、COCOデータセットで訓練され、全景セグメンテーションタスクに使用されます。

CLUECorpusSmallで事前学習された24の中国語RoBERTaモデルシリーズの1つで、UER-pyフレームワークでトレーニングされ、マスク言語モデリングとテキスト特徴抽出をサポートします。

ADE20kデータセットでトレーニングされたセマンティックセグメンテーションモデルで、インスタンス/セマンティック/パノプティックセグメンテーションタスクを統一的に処理するフレームワークを採用

これは事前学習されたモンゴル語のBERTモデルで、モンゴル語のウィキペディアとニュースデータセットを基に訓練され、モンゴル語のテキスト処理タスクをサポートします。

ChineseBERTは字形と拼音の情報を融合した中文事前学習モデルで、字形特徴を強化することで中文理解能力を向上させます。

Swinバックボーンネットワークを基盤とし、COCOデータセットで訓練されたパノプティックセグメンテーションモデルで、インスタンス/セマンティック/パノプティックセグメンテーションタスクを統一的に処理

ADE20kデータセットを基に訓練されたMaskFormerセマンティックセグメンテーションモデルで、Swinバックボーンネットワークを採用し、インスタンス/セマンティック/パノラマセグメンテーションタスクを統一的に処理します。

Perceiverアーキテクチャに基づくマスク言語モデルで、IMDBデータセット上のテキスト補完タスクに適しています。

多言語BERTモデルを微調整したスワヒリ語専用モデルで、テキスト分類と固有表現認識タスクで元の多言語BERTよりも優れた性能を発揮します。