Upernet Convnext Large
基於ConvNeXt-Large編碼器的UPerNet語義分割模型,適用於ADE20K等場景解析任務
下載量 54
發布時間 : 4/12/2025
模型概述
這是一個使用ConvNeXt-Large作為編碼器的UPerNet架構語義分割模型,專門設計用於高精度的圖像語義分割任務,特別擅長處理複雜場景的解析。
模型特點
高性能編碼器
採用ConvNeXt-Large作為編碼器,提供強大的特徵提取能力
UPerNet架構
使用UPerNet解碼器結構,有效整合多尺度特徵
預訓練支持
提供預訓練權重,可直接用於推理或微調
簡單易用
與Albumentations庫集成,提供便捷的預處理流程
模型能力
圖像語義分割
場景解析
像素級分類
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,識別不同物體和區域
在ADE20K數據集上表現良好
自動駕駛
用於道路場景解析,識別道路、車輛、行人等元素
遙感圖像分析
對衛星或航拍圖像進行地物分類和區域劃分
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