Mask2former Swin Base IN21k Cityscapes Semantic
模型概述
Mask2Former是一種先進的圖像分割模型,採用Transformer架構,通過預測一組掩碼及對應標籤實現統一的實例分割、語義分割和全景分割功能。
模型特點
統一分割架構
使用相同模型架構處理三種分割任務(實例/語義/全景)
掩碼注意力機制
創新的掩碼注意力Transformer解碼器提升性能而不增加計算量
高效訓練策略
通過採樣點計算損失替代完整掩碼計算,顯著提升訓練效率
多尺度特徵處理
採用可變形注意力機制有效捕捉多尺度特徵
模型能力
語義分割
實例分割
全景分割
多尺度圖像分析
物體識別與定位
使用案例
自動駕駛
街景語義分割
識別道路、車輛、行人等關鍵元素
在Cityscapes數據集上達到SOTA性能
醫學影像
器官分割
精確分割CT/MRI影像中的器官組織
遙感圖像
地表覆蓋分類
識別衛星圖像中的不同地表類型
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