# 高精度圖像分割

MODNet 是一個即時無Trimap人像摳圖模型，能夠高效地進行圖像分割和背景去除。

基於nvidia/mit-b3微調的圖像分割模型，在NICOPOI-9/morphpad_coord_hgo_512_4class_v2數據集上表現優異

基於NVIDIA MIT-B1架構的SegFormer圖像分割模型，在特定數據集上微調，擅長高精度圖像分割任務

基於nvidia/mit-b3微調的圖像分割模型，在NICOPOI-9/morphpad_coord_hgo_512_4class數據集上訓練，擅長高精度圖像分割任務。

基於SegFormer架構的輕量級圖像分割模型，在NICOPOI-9/morphpad_coord_hgo_512_4class數據集上微調，專用於高精度語義分割任務。

基於nvidia/mit-b0微調的圖像分割模型，在NICOPOI-9/morphpad_coord_hgo_512_4class數據集上表現優異

基於PyTorch的Unet圖像分割模型，支持多種編碼器架構和預訓練權重

基於PyTorch的FPN圖像分割模型，支持多種編碼器架構，適用於語義分割任務。

基於 Segformer-b0 架構微調的圖像分割模型，專用於道路裂縫檢測任務。

基於SegFormer架構的圖像分割模型，在ADE20K數據集上預訓練後進一步微調，擅長處理512x512分辨率的圖像分割任務

基於nvidia/mit-b0微調的圖像分割模型，在評估集上表現出色，平均交併比達0.9210，平均準確率0.9571。

基於nvidia/mit-b0微調的圖像分割模型，在NICOPOI-9/morphpad_hgo_512_4class數據集上訓練，擅長高精度圖像分割任務。

基於SegFormer架構的輕量級圖像分割模型，在特定數據集上微調，擅長高精度像素級分類任務

BRIA AI開發的最新背景移除模型，能有效分離各類圖像的前景與背景，適合大規模商業內容創作場景。

基於SegFormer架構的視覺分割模型，專門用於牆面圖像分割任務，在評估集上取得了較高的準確率和IoU指標。

基於SegFormer-B5架構的圖像分割模型，在較大尺寸圖像數據集上微調，擅長區分背景和分支區域

該模型是基於nvidia/mit-b5在JCAI2000/100By100BranchPNG數據集上微調的圖像分割模型，主要用於分支與背景的語義分割任務。

一個用於人行道場景語義分割的視覺模型，能夠識別和分割人行道中的不同元素。