Project Icon

upernet-swin-large

Swin Transformer 与 UperNet 结合的语义分割方法

UperNet 利用 Swin Transformer 大型网络进行语义分割,框架包含组件如主干网络、特征金字塔网络及金字塔池模块。可与各种视觉主干结合使用,对每个像素预测语义标签,适合语义分割任务,并可在 Hugging Face 平台找到特定任务的优化版本。通过 Swin Transformer 与 UperNet 的结合,用户可在场景理解中实现精确的语义分割。

FeatUp - 提升任意模型特征空间分辨率的框架
FeatUpGithubICLR 2024分辨率提升开源项目模型无关框架特征上采样
FeatUp是一个模型无关的特征提升框架,可将任意模型的特征空间分辨率提高16-32倍,同时保持语义一致性。该框架支持DINO、CLIP和ResNet50等多种预训练模型,适用于图像分割、目标检测等视觉任务。FeatUp提供简洁的API接口和开源代码,为计算机视觉研究和应用开辟了新途径。
ESANet - 高效RGB-D语义分割网络用于室内场景分析
ESANetGithubRGB-D实时处理室内场景分析开源项目语义分割
ESANet是一个高效的RGB-D语义分割网络,专为室内场景分析设计。该网络在NVIDIA Jetson AGX Xavier上实现实时语义分割,适用于移动机器人的实时场景分析系统。项目提供训练和评估代码,支持模型转换至ONNX和TensorRT,并可测量推理时间。ESANet在NYUv2、SUNRGB-D和Cityscapes等数据集上展现出优异性能。
segformer-b0-finetuned-ade-512-512 - SegFormer-b0模型实现高效语义分割
GithubHuggingfaceSegFormer图像处理开源项目模型深度学习计算机视觉语义分割
SegFormer-b0是一个在ADE20k数据集上微调的语义分割模型,采用512x512分辨率。其特点是结合了层次化Transformer编码器和轻量级MLP解码头,在语义分割任务中表现优异。模型经过ImageNet-1k预训练后,添加解码头并在特定数据集上微调。研究者可直接应用于语义分割,或根据需求选择针对性微调的版本。
segformer-b5-finetuned-cityscapes-1024-1024 - SegFormer-b5模型在CityScapes数据集上微调的语义分割应用
GithubHuggingfaceSegFormerTransformer图像处理开源项目模型深度学习语义分割
SegFormer-b5是一个在CityScapes数据集上微调的语义分割模型。它结合层次化Transformer编码器和轻量级MLP解码头,在1024x1024分辨率下展现优秀性能。该模型经ImageNet-1k预训练后,通过添加解码头并在特定数据集微调,可应用于自动驾驶场景理解等多种语义分割任务。
DAFormer - 提升域适应语义分割的网络架构与训练策略
DAFormerGithubTransformer域自适应语义分割开源项目网络架构语义分割
通过Transformer编码器和多级上下文感知特征融合解码器,显著提升域适应语义分割性能。DAFormer使用稀有类采样、ImageNet特征距离和学习率预热等策略,提升GTA→Cityscapes和Synthia→Cityscapes的分割效果,并扩展至域泛化领域。在多个UDA基准上,DAFormer显著超越了前沿方法,成为领域推广和不受目标图像限制的语义分割任务中新的性能标杆。
swinv2_tiny_window8_256.ms_in1k - Swin Transformer V2轻量级图像分类与特征提取模型
GithubHuggingfaceImageNet-1kSwin Transformer V2timm图像分类开源项目模型特征提取
swinv2_tiny_window8_256.ms_in1k是基于Swin Transformer V2架构的轻量级图像分类模型,在ImageNet-1k数据集上预训练。该模型拥有2830万参数,6.0 GMACs计算量,支持256x256像素输入。它可用于图像分类、特征图提取和图像嵌入等任务,提供高效的视觉特征提取能力。研究人员和开发者可通过timm库轻松加载此预训练模型,应用于多种计算机视觉项目。
lang-seg - 语言驱动的零样本语义图像分割模型
CLIPGithubLSeg开源项目计算机视觉语义分割零样本学习
LSeg是一种语言驱动的语义图像分割模型,结合文本编码器和Transformer图像编码器。它能将描述性标签与图像像素对齐,实现高效零样本分割。LSeg在多个数据集上表现出色,无需额外训练即可泛化到新类别。该模型在固定标签集上可与传统算法媲美,为语义分割任务提供了灵活有力的解决方案。
UniRef - 跨空间时间的统一视觉对象分割模型
GithubUniRef++参考对象分割开源项目深度学习目标分割视频对象分割
UniRef++是一个统一的视觉模型,可同时处理指代图像分割、少样本分割、指代视频对象分割和视频对象分割四种任务。其核心UniFusion模块能高效注入多种参考信息,不仅性能优异,还可作为SAM等基础模型的插件组件使用。该模型在多个benchmark上展现出色表现,体现了其在对象分割领域的通用性和扩展性。
segformer-b5-finetuned-ade-640-640 - SegFormer-b5模型用于ADE20k数据集的语义分割
GithubHuggingfaceSegFormerTransformer图像处理开源项目模型深度学习语义分割
SegFormer-b5是一个针对ADE20k数据集640x640分辨率微调的语义分割模型。该模型采用层次化Transformer编码器和轻量级MLP解码头,在ADE20K等基准测试中表现优异。模型在ImageNet-1k预训练后,添加解码头并在目标数据集上微调,可应用于多种语义分割任务。
swin_tiny_patch4_window7_224.ms_in1k - Swin Transformer: 基于移位窗口的层级视觉模型
GithubHuggingfaceImageNetSwin Transformertimm图像分类开源项目模型特征提取
swin_tiny_patch4_window7_224.ms_in1k是一个基于Swin Transformer架构的图像分类模型,在ImageNet-1k数据集上预训练。该模型包含2830万参数,支持224x224像素输入,可用于图像分类和特征提取。它采用分层视觉Transformer结构和移位窗口技术,提高了效率和性能。研究者可通过timm库便捷地使用此模型进行推理或进一步训练,适用于各种计算机视觉任务。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号