语义分割模型，复现或改进、对比实验，，欢迎交流，完爆各种详细需求

1、可以接以下语义分割模型dai做
DeepLabV3+、PSPnet、HRnet、Segformer、Unet、u2net、cenet、erfnet、hcanet、hiformer、uiunet、nnunet、saunet、unext、dscnet、cmunext、ukan等等模型。提供你所要用的数据集，可进行模型的训练与预测。

2、可选主干网络改进。轻量化改进、基于deeplabv3+、unet、transformer的各种主干网络改进，如resnet系列、mobilenet系列、Efficientnet 系列、ViT系列、ghostnet系列、vision mamba系列、qformer、res2net、fcanet、deformer、dpn、channel vit、agent attention、conformer、sppnet、starnet、swin transformer、batchformer、卷积KAN、spikformer脉冲神经网络、胶囊神经网络、B-COS神经网络等等网络架构来更替分割模型主干，并进行对比实验

3、可选使用各种卷积模块。深度可分离卷积、ghost模块的轻量化、conv kan、动态卷积、可变形卷积、分组卷积、部分卷积、动态蛇形卷积、大核卷积、膨胀卷积等等

4、可选注意力机制安插。基于ecanet、senet、CA 、cbam、psa、sge、ska
、rcba、rcca、emsa、gam、bam、afnb、asff、fan、stn、swift former、biformer、sc、scsa、ela、se、fca、cpca、muse、repconv、conv2former、mdta注意力机制安插。

网盘

发票