M

Mask2former Swin Base Ade Semantic

由facebook開發
基於ADE20k數據集訓練的通用圖像分割模型,採用統一框架處理實例/語義/全景分割任務
下載量 2,811
發布時間 : 1/5/2023

模型概述

Mask2Former是一種基於Transformer的通用圖像分割模型,通過預測一組掩碼及對應標籤實現實例分割、語義分割和全景分割的統一處理。相比前代模型MaskFormer,在性能和效率上均有顯著提升。

模型特點

統一分割框架
將實例分割、語義分割和全景分割統一為實例分割任務處理
高效注意力機制
採用多尺度可變形注意力Transformer替代傳統像素解碼器
掩碼注意力解碼器
引入帶掩碼注意力的Transformer解碼器提升性能且不增加計算量
高效訓練策略
通過採樣點計算損失而非整張掩碼,顯著提升訓練效率

模型能力

實例分割
語義分割
全景分割
多尺度圖像分析

使用案例

計算機視覺
場景理解
對複雜場景中的物體進行精確分割和分類
可識別ADE20k數據集中的150類語義標籤
自動駕駛
道路場景的即時語義分割
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase