Характеристики

Лицензия: MIT
Архитектура: upernet · dense
Опубликована: 29 июл 2025

Ссылки

Hugging Face arXiv 1807.10221 arXiv 2201.03545

upernet-segmenthomeai

thang101020

Сегментация изображенийИзображение → mask3 профессии

Модель UperNet с backbone ConvNeXt Small присваивает семантические метки пикселям изображения для сегментации сцен.

4 027скачиваний за 30 дней0лайковвеса обновлены29 июл 2025

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

thang101020/upernet-segmenthomeai — модель семантической сегментации изображений на базе архитектуры UperNet с backbone ConvNeXt Small. Она присваивает семантическую метку каждому пикселю, что позволяет выделять и классифицировать области сцены на изображении. UperNet объединяет backbone с Feature Pyramid Network и Pyramid Pooling Module; реализация использует PyTorch.

Модель предназначена для задач семантической сегментации изображений и анализа сцен. Карточка не описывает специальную предметную область или конкретный набор классов. Репозиторий распространяется по лицензии MIT.

Сценарии применения

семантическая сегментация изображений
пиксельная классификация областей сцены
выделение объектов и фона на изображениях

Ограничения

Карточка не уточняет обучающий датасет, набор классов и показатели качества; результаты могут зависеть от области применения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели IV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

UperNet, ConvNeXt small-sized backbone

UperNet framework for semantic segmentation, leveraging a ConvNeXt backbone. UperNet was introduced in the paper Unified Perceptual Parsing for Scene Understanding by Xiao et al.

Combining UperNet with a ConvNeXt backbone was introduced in the paper A ConvNet for the 2020s.

Disclaimer: The team releasing UperNet + ConvNeXt did not write a model card for this model so this model card has been written by the Hugging Face team.

Model description

UperNet is a framework for semantic segmentation. It consists of several components, including a backbone, a Feature Pyramid Network (FPN) and a Pyramid Pooling Module (PPM).

Any visual backbone can be plugged into the UperNet framework. The framework predicts a semantic label per pixel.

UperNet architecture

Intended uses & limitations

You can use the raw model for semantic segmentation. See the model hub to look for fine-tuned versions (with various backbones) on a task that interests you.

How to use

For code examples, we refer to the documentation.

Как запустить

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

GPU в ailist

Универсальный рантайм · image-segmentation

Можно запустить

Подбираем GPU…

Класс архитектуры: UperNetForSemanticSegmentation
Ревизия весов: b8fbf3c