Mast3r ViTLarge BaseDecoder 512 Catmlpdpt Metric
MASt3RはViTアーキテクチャに基づく画像から3Dへの変換モデルで、画像と3D空間のマッチングを実現
ダウンロード数 116.60k
リリース時間 : 7/9/2024
モデル概要
このモデルは主に2D画像を3D空間表現に変換し、画像と3D空間の正確なマッチングを実現、DUSt3R技術を改良
モデル特徴
マルチ解像度サポート
512x384から512x160までの様々な入力解像度をサポート
非計量出力
3D空間情報を非計量方式で処理
ハイブリッドアーキテクチャ
ViT-LargeエンコーダーとViT-Baseデコーダーの利点を組み合わせ
モデル能力
2D画像から3D空間への変換
マルチビュー画像マッチング
3Dシーン再構築
使用事例
コンピュータビジョン
拡張現実
現実世界の画像と仮想3D空間を整合
より正確なAR体験を実現
3Dモデリング
単一または複数の画像から3Dモデルを再構築
3Dモデリングプロセスを簡素化
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