Upernet Swin Large

🚀 UperNet，Swin Transformer大尺寸主幹網絡

UperNet是一個用於語義分割的框架，它藉助了Swin Transformer主幹網絡。UperNet由Xiao等人在論文Unified Perceptual Parsing for Scene Understanding中提出。

將UperNet與Swin Transformer主幹網絡相結合的方法在論文Swin Transformer: Hierarchical Vision Transformer using Shifted Windows中被引入。

免責聲明：發佈UperNet + Swin Transformer的團隊並未為該模型撰寫模型卡片，此模型卡片由Hugging Face團隊編寫。

✨ 主要特性

UperNet是一個語義分割框架，由多個組件組成，包括主幹網絡、特徵金字塔網絡（FPN）和金字塔池化模塊（PPM）。任何視覺主幹網絡都可以接入UperNet框架，該框架能夠預測每個像素的語義標籤。

🚀 快速開始

你可以使用原始模型進行語義分割。請查看模型中心，以查找針對你感興趣的任務進行微調的版本（使用各種主幹網絡）。

💻 使用示例

關於代碼示例，請參考文檔。

📄 許可證

本項目採用MIT許可證。