Upernet Convnext Small

🚀 UperNet，ConvNeXt小尺寸主幹網絡

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

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

免責聲明：發佈UperNet + ConvNeXt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。

📚 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，該框架會為每個像素預測一個語義標籤。

預期用途與限制

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（使用了各種不同的主幹網絡）。

如何使用

關於代碼示例，請參考文檔。

📄 許可證

本項目採用MIT許可證。