/ Модель

Характеристики

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

pspnet-tu-resnet18

Сегментация изображенийИзображение → mask3 профессии

PSPNet с энкодером ResNet18 для семантической сегментации изображений.

160скачиваний 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 PSPNet с энкодером ResNet18 для семантической сегментации изображений. Репозиторий содержит веса в формате safetensors и предназначен для загрузки через библиотеку segmentation-models-pytorch; карточка не сообщает автора обучения, набор классов или датасет.

Модель принимает изображение и выдаёт сегментацию по пикселям. Метрики качества и название датасета в карточке не приведены, поэтому пригодность для конкретной предметной области нужно проверять на собственных данных. Лицензия — MIT.

Сценарии применения

  • сегментация объектов и областей на изображениях
  • разметка каждого пикселя изображения по классам
  • подготовка масок для анализа сцен

Ограничения

В карточке не указаны метрики качества и датасет, поэтому качество и набор распознаваемых классов не подтверждены.

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

PSPNet 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_weights": "imagenet",
    "encoder_depth": 3,
    "psp_out_channels": 512,
    "psp_use_batchnorm": True,
    "psp_dropout": 0.2,
    "in_channels": 3,
    "classes": 1,
    "activation": None,
    "upsampling": 8,
    "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
c0ee477

0 моделей