M6xl7qv

🚀 Unetモデルカード

このモデルは、画像セグメンテーションのタスクを解決するためのUnetモデルです。事前学習済みのモデルをロードし、モデルの初期パラメータやメトリクスを確認できます。

🚀 クイックスタート

このセクションでは、事前学習済みのUnetモデルをロードする方法を説明します。

import segmentation_models_pytorch as smp

model = smp.from_pretrained("<save-directory-or-this-repo>")

💻 使用例

基本的な使用法

以下のコードは、モデルの初期パラメータを設定する例です。

model_init_params = {
    "encoder_name": "resnet152",
    "encoder_depth": 5,
    "encoder_weights": "imagenet",
    "decoder_use_batchnorm": True,
    "decoder_channels": (256, 128, 64, 32, 16),
    "decoder_attention_type": None,
    "decoder_interpolation_mode": "nearest",
    "in_channels": 3,
    "classes": 1,
    "activation": None,
    "aux_params": None
}

高度な使用法

以下のJSONデータは、モデルの評価指標を示しています。

[
    {
        "test_per_image_iou": 0.9807004332542419,
        "test_dataset_iou": 0.988897442817688
    }
]

📚 ドキュメント

データセット

使用されたデータセットの名前はIPDです。

その他の情報

• ライブラリ: https://github.com/qubvel/segmentation_models.pytorch
• ドキュメント: https://smp.readthedocs.io/en/latest/

このモデルは、PytorchModelHubMixinを使用してHubにアップロードされています。

📄 ライセンス

このプロジェクトはMITライセンスの下で提供されています。