Характеристики

Лицензия: MIT
Библиотека: segmentation-models-pytorch
Опубликована: 16 июн 2026

Ссылки

dt_unet-hyperdoc

Сегментация изображенийИзображение → mask

Модель U-Net для сегментации изображений, опубликованная в формате safetensors и доступная через segmentation-models-pytorch.

5скачиваний за 30 дней0лайковвеса обновлены16 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

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.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

rosadecsai/dt_unet-hyperdoc — модель сегментации изображений на архитектуре U-Net, опубликованная с использованием библиотеки segmentation-models-pytorch. Репозиторий содержит веса в формате safetensors и предназначен для применения в задачах разбиения изображений на области или классы; модель можно загружать через интерфейс from_pretrained библиотеки.

Карточка не сообщает метрики качества и название обучающего набора данных, поэтому оценить точность и подходящие типы изображений по имеющимся сведениям нельзя. Модель распространяется по лицензии MIT.

Сценарии применения

сегментация объектов на изображениях
семантическая сегментация изображений
разметка областей на изображениях

Ограничения

В карточке отсутствуют метрики качества и сведения о наборе данных, поэтому области, на которых модель обучалась, и её точность не установлены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Unet Model Card

Table of Contents:

Load trained model
Model init parameters
Model metrics
Dataset

Load trained model

import segmentation_models_pytorch as smp

model = smp.from_pretrained("<save-directory-or-this-repo>")

Model init parameters

model_init_params = {
    "encoder_name": "resnet34",
    "encoder_depth": 5,
    "encoder_weights": "imagenet",
    "decoder_use_norm": "batchnorm",
    "decoder_channels": (256, 128, 64, 32, 16),
    "decoder_attention_type": None,
    "decoder_interpolation": "nearest",
    "in_channels": 3,
    "classes": 3,
    "activation": None,
    "aux_params": None
}

Model metrics

[More Information Needed]

Dataset

Dataset name: [More Information Needed]

More Information

Library: https://github.com/qubvel/segmentation_models.pytorch
Docs: https://smp.readthedocs.io/en/latest/

This model has been pushed to the Hub using the PytorchModelHubMixin

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · segmentation-models-pytorch · image-segmentation

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов: 8588e51