RefineNet
Brak szacunków
Brak wymagań sprzętowych dla tego modelu
Wagi tego modelu nie zostały opublikowane, dlatego nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny wyłącznie poprzez jego dostawcę, a żadna karta graficzna tego nie zmieni.
Na nagraniu
Pełna specyfikacja
Wszystko, co jest dostępne na temat tego modelu. Większość z tego opisuje, jak został wytrenowany, a nie jak działa — przydatny kontekst do oceny, ile pracy w to włożono i jak wypada na tle modeli zbudowanych na innym poziomie skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- University of Adelaide,Australian Centre for Robotic Vision
- Typ organizacji
- Academia
- Kraj
- Australia
- Opublikowane
- 20 November 2016
- Autorzy
- Guosheng Lin, Anton Milan, Chunhua Shen, Ian Reid
Co to robi
Obszary problemowe, dla których stworzono model. Model może zawierać kilka z każdej.
- Domena
- Vision
- Zadanie
- Object detection
Rozmiar
Jakiej wielkości jest model i na ile danych był szkolony. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- tokens
Jak jest klasyfikowane
Etykiety stosowane przez źródłowy zbiór danych podczas śledzenia znaczących modeli oraz jak pewny jest w danym wpisie.
- Zaufanie do nagrania
- Unknown
- Cytacje
- 3,094
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation
- Ostatnia aktualizacja
- 25 May 2026
Co oznaczają liczby
Skąd to przyszło
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.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żadna karta graficzna tego nie zmieni.
Odpowiedzi
RefineNet — Często zadawane pytania
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.
W innym kierunku
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, wszystko co będzie ona obsługiwać, Rozpocznij od sprzętu..