RefineNet
Sin estimación
No hay requisitos de hardware para este modelo
Los pesos de este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en su propio hardware en ningún tamaño. Solo es accesible a través de su proveedor, y ninguna tarjeta gráfica lo cambia.
En registro
Especificación completa
Todo lo registrado para este modelo. La mayoría de ello describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se dedicó a ello y cómo se compara con modelos construidos a una escala diferente.
Origen
¿Quién construyó este modelo, dónde y cuándo fue publicado?
- Organización
- University of Adelaide,Australian Centre for Robotic Vision
- Tipo de organización
- Academia
- País
- Australia
- Publicado
- 20 November 2016
- Autores
- Guosheng Lin, Anton Milan, Chunhua Shen, Ian Reid
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Vision
- Tarea
- Object detection
Tamaño
Qué tan grande es el modelo y cuántos datos se utilizaron para entrenarlo. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Datos de entrenamiento
- tokens
Cómo se clasifica
Etiquetas que aplica el conjunto de datos de origen al rastrear modelos notables y cuán seguro está de la entrada.
- Registrar confianza
- Unknown
- Citas
- 3,094
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation
- Última actualización
- 25 May 2026
Qué significan los números
De dónde vino
RefineNet was published by University of Adelaide,Australian Centre for Robotic Vision, in Australia, in November 2016. academia is the category the publisher falls under.
It works in Vision, and is recorded as doing object detection.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a ellos a través de su proveedor. Ninguna tarjeta gráfica cambia eso.
Respuestas
RefineNet — Preguntas frecuentes
Who created RefineNet?
RefineNet was published by University of Adelaide,Australian Centre for Robotic Vision, based in Australia, categorised as academia.
When was RefineNet released?
RefineNet was published in November 2016. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is RefineNet used for?
RefineNet works in Vision, and is recorded as handling object detection. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
What GPU do I need to run RefineNet?
None. RefineNet is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is RefineNet open source?
The licensing for RefineNet was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does RefineNet have?
No parameter count has been published for RefineNet, which is why no memory or speed figure appears on this page.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posee una tarjeta y desea saber todo lo que podrá ejecutar, empiece por el hardware en su lugar.