DPT
模型概述
DPT是基於Vision Transformer架構的圖像語義分割模型,適用於各種密集預測任務。該模型通過segmentation_models.pytorch庫提供,支持多種預訓練編碼器和自定義配置。
模型特點
Transformer架構
採用Vision Transformer作為編碼器,適用於圖像分割任務
靈活配置
支持多種編碼器深度、特徵維度和輸出步長等參數配置
預訓練支持
可與預訓練權重配合使用,提升模型性能
模型能力
圖像語義分割
密集預測
支持多種輸入分辨率
使用案例
計算機視覺
場景理解
對複雜場景進行像素級語義分割
醫學圖像分析
醫學圖像中的器官或病變區域分割
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