R

Roadsense High Definition Street Segmentation

由iammartian0開發
基於SegFormer架構的輕量級圖像分割模型,專門針對人行道場景進行微調
下載量 63
發布時間 : 7/7/2023

模型概述

該模型是基於MIT-B0架構的SegFormer模型,在segments/sidewalk-semantic數據集上微調,用於人行道場景的語義分割任務。

模型特點

輕量級設計
基於B0級別的SegFormer架構,適合資源受限環境部署
人行道場景優化
專門針對人行道相關場景進行微調,提升相關類別識別準確率
多類別識別
可識別道路、人行道、建築物、車輛等40+類別

模型能力

語義分割
場景理解
道路元素識別
城市景觀分析

使用案例

智慧城市
人行道維護監測
自動檢測人行道損壞或異常區域
平坦人行道識別準確率達96.11%
交通基礎設施分析
識別道路標誌、交通燈等基礎設施
自動駕駛
道路場景理解
為自動駕駛系統提供環境感知能力
車輛汽車識別準確率達93.32%
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase