Mask2former Swin Large Cityscapes Panoptic
模型概述
Mask2Former是一種通用的圖像分割模型,採用統一框架處理實例分割、語義分割和全景分割任務。通過預測一組掩碼及其對應標籤,將三大任務統一視為實例分割問題。
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問題處理
高效注意力機制
採用多尺度可變形注意力Transformer升級像素解碼器,提高計算效率
掩碼注意力解碼器
引入掩碼注意力機制的Transformer解碼器,提升性能而不增加計算量
高效訓練策略
通過子採樣點計算損失值顯著提升訓練效率
模型能力
圖像分割
全景分割
實例分割
語義分割
使用案例
自動駕駛
街景理解
識別和分割城市街景中的各類物體和區域
可用於自動駕駛系統的環境感知模塊
智能監控
場景分析
對監控視頻中的物體進行精確分割和識別
提升監控系統的智能分析能力
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98