Multi-scale Dilated CNN

Zamknięte wagi Princeton University,Intel Labs November 2015

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
Princeton University,Intel Labs
Typ organizacji
Academia,Industry
Kraj
United States of America
Opublikowane
23 November 2015
Autorzy
Fisher Yu, Vladlen Koltun

Co to robi

Obszary problemowe, dla których stworzono model. Model może zawierać kilka z każdej.

Domena
Vision
Zadanie
Image segmentation
Numerical format
FP32

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.

Dlaczego jest śledzone
Highly cited
Zaufanie do nagrania
Unknown
Cytacje
9,368

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja
Multi-Scale Context Aggregation by Dilated Convolutions
Ostatnia aktualizacja
25 May 2026

Co oznaczają liczby

O tym modelu

Multi-scale Dilated CNN was published by Princeton University,Intel Labs, in United States of America, in November 2015. It comes out of academia,Industry.

It works in Vision, and is recorded as doing image segmentation.

Because the weights are not available, none of the hardware figures elsewhere on this site apply to it.

Training and provenance

Its inclusion criterion is highly cited.

Odpowiedzi

Multi-scale Dilated CNN — Często zadawane pytania

01

What GPU do I need to run Multi-scale Dilated CNN?

None. Multi-scale Dilated CNN 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.

02

Is Multi-scale Dilated CNN open source?

The licensing for Multi-scale Dilated CNN was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.

03

How many parameters does Multi-scale Dilated CNN have?

No parameter count has been published for Multi-scale Dilated CNN, which is why no memory or speed figure appears on this page.

04

Who created Multi-scale Dilated CNN?

Multi-scale Dilated CNN was published by Princeton University,Intel Labs, based in United States of America, categorised as academia,Industry.

05

When was Multi-scale Dilated CNN released?

Multi-scale Dilated CNN was published in November 2015. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.

06

What is Multi-scale Dilated CNN used for?

Multi-scale Dilated CNN works in Vision, and is recorded as handling image segmentation. 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.

Źródło

Publikacja oryginalna

Ostatnia aktualizacja rekordu 25 May 2026

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..