maskformer
时间: 2023-09-11 10:05:11 浏览: 66
MaskFormer是一种模型,它可以将现有的per-pixel分类模型转换为mask分类模型。这个模型的目标是实现更精确的语义分割和实例分割任务。语义分割是将图像中的每个像素分类为不同的物体类别,而实例分割是在语义分割的基础上,为每个物体实例分配一个唯一的标识符。MaskFormer采用了一种自上而下的实例分割方法,它使用掩码(mask)来标记每个像素是否属于一个物体。通过使用Pixel-level模块、Transformer模块和分割模块,MaskFormer可以实现高效准确的掩码分类推理。与其他分割方法不同的是,MaskFormer输出的是细粒度的segmentation masks而不是bounding box(边界框)。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [【深度学习】语义分割:论文阅读(NeurIPS 2021)MaskFormer: per-pixel classification is not all you ...](https://blog.csdn.net/zhe470719/article/details/125067737)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]