Test Mask2former Swin Large Cityscapes Semantic
模型概述
Mask2Former是一種通用圖像分割模型,通過預測一組掩碼及對應標籤統一處理實例分割、語義分割和全景分割任務。相比前代模型在性能和效率上均有提升。
模型特點
統一分割架構
通過預測掩碼和標籤的統一範式處理實例分割、語義分割和全景分割三大任務
掩碼注意力機制
創新性採用掩碼注意力機制的Transformer解碼器,提升性能而不增加計算量
高效訓練策略
通過子採樣點計算損失而非整張掩碼,顯著提升訓練效率
多尺度特徵處理
採用多尺度可變形注意力Transformer替代傳統像素解碼器,增強特徵提取能力
模型能力
圖像語義分割
多類別物體識別
像素級標註
使用案例
自動駕駛
街景語義理解
對城市道路場景中的各類元素(如車輛、行人、道路等)進行像素級分割
可用於自動駕駛系統的環境感知模塊
地理信息系統
航拍圖像分析
對航拍或衛星圖像中的建築、植被、水域等進行分類識別
輔助城市規劃與土地資源管理
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98