Upernet Convnext Base

🚀 UperNet，基於ConvNeXt基礎尺寸主幹網絡

UperNet是用於語義分割的框架，採用了ConvNeXt主幹網絡。UperNet由Xiao等人在論文Unified Perceptual Parsing for Scene Understanding中提出。

將UperNet與ConvNeXt主幹網絡相結合的方法在論文A ConvNet for the 2020s中被引入。

聲明：發佈UperNet + ConvNeXt的團隊並未為此模型編寫模型卡片，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，由主幹網絡、特徵金字塔網絡（FPN）和金字塔池化模塊（PPM）等多個組件組成。
• 任何視覺主幹網絡都可以接入UperNet框架，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是用於語義分割的框架，它包含多個組件，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，尋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）。

使用方法

有關代碼示例，請參考文檔。

📄 許可證

本模型採用MIT許可證。