# 高精度画像セグメンテーション

MODNetはリアルタイムでTrimap不要の人物切り抜きモデルで、効率的に画像分割と背景除去を行えます。

nvidia/mit-b3をベースにファインチューニングした画像セグメンテーションモデルで、NICOPOI-9/morphpad_coord_hgo_512_4class_v2データセットで優れた性能を発揮

nvidia/mit-b3をベースに微調整した画像セグメンテーションモデルで、NICOPOI-9/morphpad_coord_hgo_512_4classデータセットでトレーニングされ、高精度な画像セグメンテーションタスクに優れています。

SegFormerアーキテクチャに基づく軽量画像セグメンテーションモデル。NICOPOI-9/morphpad_coord_hgo_512_4classデータセットで微調整され、高精度セマンティックセグメンテーションタスク専用です。

nvidia/mit-b0をベースに微調整した画像セグメンテーションモデルで、NICOPOI-9/morphpad_coord_hgo_512_4classデータセットで優れた性能を発揮

PyTorchベースのUnet画像セグメンテーションモデル、複数のエンコーダーアーキテクチャと事前学習済み重みをサポート

PyTorchベースのFPN画像セグメンテーションモデルで、複数のエンコーダアーキテクチャをサポートし、意味的セグメンテーションタスクに適しています。

Segformer-b0 アーキテクチャに基づくファインチューニングされた画像セグメンテーションモデルで、道路亀裂検出タスク専用です。

SegFormerアーキテクチャに基づく画像セグメンテーションモデルで、ADE20Kデータセットで事前学習後さらに微調整され、512x512解像度の画像セグメンテーションタスクに優れています

nvidia/mit-b0をファインチューニングした画像セグメンテーションモデルで、評価データセットで優れた性能を示し、平均IoUは0.9210、平均精度は0.9571を達成しました。

nvidia/mit-b0をベースにファインチューニングした画像セグメンテーションモデルで、NICOPOI-9/morphpad_hgo_512_4classデータセットでトレーニングされ、高精度な画像セグメンテーションタスクに優れています。

SegFormerアーキテクチャに基づく軽量画像セグメンテーションモデルで、特定データセットで微調整されており、高精度なピクセルレベルの分類タスクに優れています

BRIA AIが開発した最新の背景除去モデルで、様々な画像の前景と背景を効果的に分離でき、大規模な商業コンテンツ制作シーンに適しています。

SegFormer-B5アーキテクチャに基づく画像セグメンテーションモデルで、より大きなサイズの画像データセットでファインチューニングされており、背景と分岐領域の区別に優れています

このモデルはnvidia/mit-b5をJCAI2000/100By100BranchPNGデータセットで微調整した画像セグメンテーションモデルで、主に枝と背景の意味的セグメンテーションタスクに使用されます。