Upernet Swin Base

🚀 UperNet，Swin Transformer基礎尺寸主幹網絡

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

將UperNet與Swin Transformer主幹網絡相結合的方法在論文Swin Transformer: Hierarchical Vision Transformer using Shifted Windows中被提出。

免責聲明：發佈UperNet + Swin Transformer的團隊並未為該模型撰寫模型卡片，此模型卡片由Hugging Face團隊編寫。

🚀 快速開始

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後的版本（使用了各種主幹網絡）。

對於代碼示例，請參考文檔。

✨ 主要特性

UperNet是一個用於語義分割的框架。它由多個組件組成，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。該框架可以為每個像素預測一個語義標籤。

📄 許可證

本項目採用MIT許可證。