/ Модель

Характеристики

Лицензия
MIT
Библиотека
segmentation-models-pytorch
Опубликована
23 дек 2024

fpn-tu-resnet18

Сегментация изображенийИзображение → mask3 профессии

Модель FPN для семантической сегментации изображений, загружаемая через библиотеку segmentation-models-pytorch.

168скачиваний за 30 дней0лайковвеса обновлены23 дек 2024

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

Это модель семантической сегментации изображений с архитектурой FPN из библиотеки segmentation-models-pytorch. Карточка показывает, что модель можно загрузить через API библиотеки smp.from_pretrained; веса опубликованы в формате safetensors. Разработчик модели и сведения о базовой модели не указаны.

Модель предназначена для разметки областей на изображениях. В карточке нет названия обучающего набора данных и метрик качества, поэтому оценить её точность и пригодность для конкретного сценария нельзя. Лицензия — MIT.

Сценарии применения

  • семантическая сегментация областей на изображениях
  • получение пиксельной маски изображения
  • разметка изображений в проектах на segmentation-models-pytorch

Ограничения

В карточке отсутствуют метрики и сведения о датасете, поэтому качество и целевые классы сегментации определить нельзя.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FPN Model Card

Table of Contents:

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": "tu-resnet18",
    "encoder_depth": 5,
    "encoder_weights": "imagenet",
    "decoder_pyramid_channels": 256,
    "decoder_segmentation_channels": 128,
    "decoder_merge_policy": "add",
    "decoder_dropout": 0.2,
    "in_channels": 3,
    "classes": 1,
    "activation": None,
    "upsampling": 4,
    "aux_params": None
}

Model metrics

[More Information Needed]

Dataset

Dataset name: [More Information Needed]

More Information

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
8bf279e

0 моделей