CLIPSeg с уменьшенной размерностью 16 сегментирует области изображений по текстовым или визуальным подсказкам без обучения на целевом классе или с одним примером.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Описание составлено по карточке модели и метаданным Hugging Face
CIDAS/clipseg-rd16 — модель CLIPSeg с уменьшенной размерностью 16, представленная в работе «Image Segmentation Using Text and Image Prompts» Лүддеке и соавторов. Она предназначена для сегментации изображений по текстовым или визуальным подсказкам в режимах zero-shot и one-shot. Модель выделяет на изображении области, соответствующие запросу, и подходит для сценариев, где нужно задавать целевой объект без отдельного обучения на каждом классе.
Модель решает задачу сегментации изображений и доступна в форматах PyTorch и Safetensors для Transformers. Лицензия — Apache-2.0. В карточке не заявлены специальные прикладные области или конкретные языки.
Результат сегментации зависит от точности текстовой или визуальной подсказки; качество на конкретных типах изображений в карточке не описано.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
CLIPSeg model with reduce dimension 16. It was introduced in the paper Image Segmentation Using Text and Image Prompts by Lüddecke et al. and first released in this repository.
This model is intended for zero-shot and one-shot image segmentation.
Refer to the documentation.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · image-segmentation
Для архитектуры clipseg нет загрузчика под задачу image-segmentation.