Ambubv9

🚀 Unet模型卡片

Unet模型是用於圖像分割任務的強大工具，能借助預訓練權重快速加載模型，還可靈活調整初始化參數。本卡片詳細介紹了模型的加載、參數設置、評估指標和使用的數據集等信息。

🚀 快速開始

加載訓練好的模型

import segmentation_models_pytorch as smp

model = smp.from_pretrained("<save-directory-or-this-repo>")

📚 詳細文檔

模型初始化參數

model_init_params = {
    "encoder_name": "resnet152",
    "encoder_depth": 5,
    "encoder_weights": "imagenet",
    "decoder_use_batchnorm": True,
    "decoder_channels": (256, 128, 64, 32, 16),
    "decoder_attention_type": None,
    "decoder_interpolation_mode": "nearest",
    "in_channels": 3,
    "classes": 1,
    "activation": None,
    "aux_params": None
}

模型指標

[
    {
        "test_per_image_iou": 0.9930444955825806,
        "test_dataset_iou": 0.9955047369003296
    }
]

數據集

數據集名稱：IPD

💻 更多信息

此模型已使用 PytorchModelHubMixin 推送到模型中心。