Glpn Nyu
GLPNモデルはNYUv2データセットで訓練され、単眼深度推定に使用され、グローバルとローカルのパスネットワークを組み合わせて高精度な深度予測を実現します。
ダウンロード数 7,699
リリース時間 : 3/2/2022
モデル概要
グローバル - ローカルパスネットワーク(GLPN)モデルは単眼深度推定タスクに使用され、SegFormerをバックボーンネットワークとして採用し、軽量型ヘッドを追加し、NYUv2データセットで微調整されます。
モデル特徴
グローバル - ローカルパスネットワーク
グローバルなコンテキストとローカルの詳細情報を組み合わせて、深度推定精度を向上させます。
軽量型設計
SegFormerバックボーンネットワークに軽量型ヘッドを追加し、効率的な推論速度を維持します。
垂直CutDepth技術
論文で提案された垂直CutDepth技術を採用して深度予測を最適化します。
モデル能力
単眼画像の深度推定
シーンの三次元構造理解
室内環境の深度予測
使用事例
コンピュータビジョン
室内シーンの三次元再構築
単一の室内写真から深度情報を予測します。
三次元再構築に使用できる正確な深度マップを生成できます。
拡張現実アプリケーション
ARアプリケーションにシーンの深度情報を提供します。
仮想物体の正確な配置と遮蔽処理をサポートします。
ロボットナビゲーション
環境認識
ロボットが周囲環境の三次元構造を理解するのを助けます。
障害物回避と経路計画に使用できます。
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98