Upernet Convnext Tiny

🚀 UperNet，採用ConvNeXt微小尺寸骨幹網絡

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

將UperNet與ConvNeXt骨幹網絡相結合的方法在論文A ConvNet for the 2020s中被提出。

聲明：發佈UperNet + ConvNeXt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。

🚀 快速開始

UperNet是用於語義分割的框架，結合了ConvNeXt骨幹網絡。你可以使用原始模型進行語義分割，也可以在模型中心查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）。代碼示例請參考文檔。

✨ 主要特性

• UperNet是語義分割框架，由骨幹網絡、特徵金字塔網絡（FPN）和金字塔池化模塊（PPM）等組件組成。
• 任何視覺骨幹網絡都可以插入到UperNet框架中，該框架可以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，以查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。