UperNet，ConvNeXt 大尺寸主干

UperNet 框架用于语义分割，利用了 ConvNeXt 主干。Xiao 等人在论文 Unified Perceptual Parsing for Scene Understanding 中介绍了 UperNet。

将 UperNet 与 ConvNeXt 主干结合是在论文 A ConvNet for the 2020s 中提出的。

免责声明：发布 UperNet + ConvNeXt 的团队没有为该模型编写模型卡，因此该模型卡由 Hugging Face 团队编写。

模型描述

UperNet 是一种用于语义分割的框架。它由几个组件组成，包括主干、特征金字塔网络（FPN）和金字塔池化模块（PPM）。

任何视觉主干都可以插入 UperNet 框架中。该框架预测每个像素的语义标签。

预期用途和限制

您可以使用原始模型进行语义分割。查看 model hub ，寻找您感兴趣的任务上的微调版本（使用不同的主干）。

如何使用

有关代码示例，请参阅 documentation 。