S

Segformer B1 Finetuned Ade 512 512

由 nvidia 开发
SegFormer是一种基于Transformer的语义分割模型,在ADE20K数据集上进行了微调,适用于图像分割任务。
下载量 560.79k
发布时间 : 3/2/2022

模型简介

该模型采用分层式Transformer编码器和轻量级全MLP解码头架构,专门用于语义分割任务,在512x512分辨率下针对ADE20k数据集进行了优化。

模型特点

分层Transformer编码器
采用分层式Transformer架构,能够有效捕捉不同尺度的图像特征。
轻量级MLP解码头
使用全MLP解码头设计,保持高性能的同时减少计算复杂度。
512x512分辨率优化
专门针对512x512分辨率图像进行优化,适合中等分辨率的分割任务。

模型能力

图像语义分割
场景理解
物体边界识别

使用案例

场景解析
房屋场景分割
对房屋图像进行语义分割,识别墙壁、门窗等建筑元素。
城堡场景解析
分析城堡图像,分割出不同建筑结构和景观元素。
城市景观分析
城市街景分割
识别和分割城市街景中的道路、车辆、行人等元素。
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase