# 軽量MLPデコーダ

このモデルは512x512解像度でsegments/sidewalk-semanticデータセットをファインチューニングしたSegFormerモデルで、セマンティックセグメンテーションタスクに適しています。

このモデルはSegments.aiのsidewalk-semanticデータセットでファインチューニングされたSegFormerセマンティックセグメンテーションモデルで、歩道シーン分析に適しています。

このSegFormerモデルは1024x1024解像度でCityScapesデータセットに対してファインチューニングされ、階層型Transformerエンコーダと軽量な全MLPデコーダヘッドアーキテクチャを採用しています。

SegFormerはTransformerベースのセマンティックセグメンテーションモデルで、Cityscapesデータセットでファインチューニングされ、1024x1024解像度の画像セグメンテーションタスクに適しています。

SegFormerはTransformerベースのセマンティックセグメンテーションモデルで、ADE20Kデータセットでファインチューニングされており、画像分割タスクに適しています。

1024x1024解像度でCityScapesデータセットにファインチューニングされたSegFormerセマンティックセグメンテーションモデルで、階層型Transformerエンコーダと軽量な全MLPデコーダヘッドアーキテクチャを採用しています。

このSegFormerモデルは1024x1024解像度でCityScapesデータセット向けにファインチューニングされ、セマンティックセグメンテーションタスクに使用されます。