#32 · 主分类： 深度学习框架
segmentation_models.pytorch
computer-vision
deeplab-v3-plus
deeplabv3
dpt
fpn
image-processing
image-segmentation
imagenet
models
pretrained-weights
pspnet
pytorch
segformer
segmentation
segmentation-models
semantic-segmentation
transformers
unet
unet-pytorch
unetplusplus
语义分割模型，包含500多个预训练的卷积和基于Transformer的主干网络。
项目最后更新：08/24/26
GitHub Stars
11.7K
Forks数量
1.8K
贡献者数量
79
许可证
MIT
收录理由
在 PyTorch 里做语义分割，通常要把编码器、解码器和各种损失函数拼在一起才能验证一个想法，这套流程相当繁琐。这个库把大部分准备工作压缩到几行代码：选择 U-Net、DeepLabV3+ 或 Segformer 等架构，再挑一个预训练好的卷积或 Transformer 编码器（支持 timm 主干），就能直接得到一个可训练的模型。它还内置了分割任务常用的损失函数和评估指标，比如 Dice 和 Jaccard，省去到处找辅助包的麻烦。由于所有组件都是标准的 PyTorch 模块，模型可以无缝嵌入现有训练循环，需要部署时也能导出为 ONNX 或进行 tracing。从快速原型到实际分割服务，它提供了一个非常顺滑的过渡路径。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。