U

Upernet Convnext Base

由smp-hub開發
基於ConvNeXt架構的UPerNet圖像分割模型,適用於語義分割任務
下載量 57
發布時間 : 4/12/2025

模型概述

該模型採用UPerNet架構結合ConvNeXt-base編碼器,專門用於語義分割任務,能夠對圖像中的不同對象進行像素級分類。

模型特點

高效架構
結合ConvNeXt-base編碼器和UPerNet解碼器,在保持高效的同時提供準確的分割結果
預訓練支持
提供預訓練權重,便於快速部署和微調
易於使用
通過segmentation_models.pytorch庫提供簡潔的API,簡化模型加載和推理流程

模型能力

圖像語義分割
像素級分類
場景理解

使用案例

計算機視覺
場景解析
對複雜場景中的不同對象進行分割和識別
可準確識別150個類別的對象
自動駕駛
用於道路場景理解,識別行人、車輛、道路等元素
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase