S

Segformer B1 Finetuned Ade 512 512

由nvidia開發
SegFormer是一種基於Transformer的語義分割模型,在ADE20K數據集上進行了微調,適用於圖像分割任務。
下載量 560.79k
發布時間 : 3/2/2022

模型概述

該模型採用分層式Transformer編碼器和輕量級全MLP解碼頭架構,專門用於語義分割任務,在512x512分辨率下針對ADE20k數據集進行了優化。

模型特點

分層Transformer編碼器
採用分層式Transformer架構,能夠有效捕捉不同尺度的圖像特徵。
輕量級MLP解碼頭
使用全MLP解碼頭設計,保持高性能的同時減少計算複雜度。
512x512分辨率優化
專門針對512x512分辨率圖像進行優化,適合中等分辨率的分割任務。

模型能力

圖像語義分割
場景理解
物體邊界識別

使用案例

場景解析
房屋場景分割
對房屋圖像進行語義分割,識別牆壁、門窗等建築元素。
城堡場景解析
分析城堡圖像,分割出不同建築結構和景觀元素。
城市景觀分析
城市街景分割
識別和分割城市街景中的道路、車輛、行人等元素。
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase