M

Mask2former Swin Large Coco Panoptic

由 facebook 开发
基于Swin骨干网络的Mask2Former大型版本,专为COCO数据集全景分割任务训练的统一图像分割模型
下载量 37.67k
发布时间 : 1/2/2023

模型简介

Mask2Former是一个统一的图像分割框架,通过预测一组掩码及其对应标签来处理实例分割、语义分割和全景分割任务。相比前代模型MaskFormer,它在性能和效率上均有显著提升。

模型特点

统一分割框架
将实例分割、语义分割和全景分割统一视为掩码预测问题,简化了任务处理流程
多尺度可变形注意力
采用先进的多尺度可变形注意力Transformer替代传统像素解码器,提升特征提取能力
掩码注意力机制
在Transformer解码器中引入掩码注意力,在不增加计算量的前提下显著提升性能
高效训练策略
通过采样点计算损失而非整张掩码,大幅提升训练效率

模型能力

图像分割
实例识别
语义理解
全景场景解析

使用案例

计算机视觉
自动驾驶场景理解
用于识别道路场景中的各种物体及其精确边界
可准确分割车辆、行人、道路标志等元素
医学图像分析
辅助医疗影像中的器官或病变区域分割
提供精确的器官边界划分
遥感图像解析
分析卫星或航拍图像中的地物分布
可识别建筑物、植被、水域等地理要素
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase