Upernet Swin Small

🚀 超分網絡（UperNet），基於小尺寸Swin Transformer骨幹網絡

超分網絡（UperNet）是一種用於語義分割的框架，它藉助了Swin Transformer骨幹網絡。UperNet由Xiao等人在論文Unified Perceptual Parsing for Scene Understanding中提出。

將UperNet與Swin Transformer骨幹網絡結合的方法，是在論文Swin Transformer: Hierarchical Vision Transformer using Shifted Windows中提出的。

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

✨ 主要特性

• UperNet是一種語義分割框架，由骨幹網絡、特徵金字塔網絡（FPN）和金字塔池化模塊（PPM）等多個組件組成。
• 可以將任何視覺骨幹網絡插入到UperNet框架中，該框架能夠為每個像素預測一個語義標籤。

📚 詳細文檔

模型描述

UperNet是一個用於語義分割的框架，它由多個組件組成，包括骨幹網絡、特徵金字塔網絡（FPN）和金字塔池化模塊（PPM）。

任何視覺骨幹網絡都可以插入到UperNet框架中，該框架會為每個像素預測一個語義標籤。

預期用途和限制

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

使用方法

有關代碼示例，請參考文檔。

📄 許可證

本項目採用MIT許可證。