SegFormer, дообученная на GTA5 с классами Cityscapes, выделяет семантические категории на изображениях дорожных сцен.
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
Модель guimCC/segformer-v0-gta — модель семантической сегментации изображений на архитектуре SegFormer, разработанная Guim Casadellà Cors. Она дообучена на датасете GTA5 с использованием классов Cityscapes и предназначена для отнесения пикселей изображения к семантическим категориям, например для анализа дорожных сцен.
Модель основана на nvidia/mit-b0 и реализована как SegformerForSemanticSegmentation; веса доступны в формате safetensors и рассчитаны на использование с Transformers. Карточка не сообщает показатели качества или ограничения применимости. Лицензия в предоставленных данных не указана.
Модель обучена на изображениях GTA5 с классами Cityscapes, поэтому качество на реальных дорожных сценах и вне этого набора классов не подтверждено. Метрики качества и условия лицензирования в предоставленных данных отсутствуют.
README от автора на Hugging Face, как он его опубликовал
nvidia/mit-b0 fine tuned on the gta5 dataset prepared for semantic segmentation tasks. Specifically, using citiscape's classes.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers · image-segmentation
Подбираем GPU…