U

Upernet Swin Tiny

由openmmlab開發
UperNet是一種語義分割框架,採用Swin Transformer作為骨幹網絡,能夠實現像素級語義標籤預測。
下載量 4,682
發布時間 : 1/13/2023

模型概述

UperNet是專為語義分割設計的框架,包含骨幹網絡、特徵金字塔網絡(FPN)以及金字塔池化模塊(PPM)三大核心組件,支持適配各類視覺骨幹網絡。

模型特點

分層視覺Transformer骨幹
採用Swin Transformer作為骨幹網絡,具有高效的層次化特徵提取能力。
統一感知解析架構
結合特徵金字塔網絡(FPN)和金字塔池化模塊(PPM),實現多尺度特徵融合。
像素級語義理解
能夠對圖像進行精細的像素級語義標籤預測。

模型能力

圖像語義分割
場景理解
像素級標籤預測

使用案例

計算機視覺
自動駕駛場景解析
用於識別道路、車輛、行人等關鍵元素
醫學圖像分析
對醫學影像中的器官或病變區域進行分割
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase