UperNet，ConvNeXt小型骨干

UperNet是一个语义分割的框架，利用了ConvNeXt骨干。UperNet是由Xiao等人在 Unified Perceptual Parsing for Scene Understanding 论文中提出的。

将UperNet与ConvNeXt骨干结合是在 A ConvNet for the 2020s 论文中介绍的。

免责声明：发布UperNet + ConvNeXt的团队未为该模型编写模型卡，因此这个模型卡是Hugging Face团队编写的。

模型描述

UperNet是一个语义分割的框架。它包括多个组件，包括一个骨干、一个特征金字塔网络（FPN）和一个金字塔池化模块（PPM）。

任何视觉骨干都可以被插入UperNet框架。该框架对每个像素预测一个语义标签。

预期用途和限制

你可以使用原始模型进行语义分割。查看 model hub 以寻找您感兴趣的任务的精调版本（具有各种骨干）。

使用方法

有关代码示例，请参阅 documentation 。