Dust3r ViTLarge BaseDecoder 512 Dpt
DUSt3Rは、画像から簡単に幾何学的3Dビジョンを実現するモデルで、単一または複数の画像から3Dシーンを再構築できます。
ダウンロード数 46.93k
リリース時間 : 6/24/2024
モデル概要
DUSt3Rは、深層学習に基づく3Dビジョンモデルで、2D画像から3D幾何構造を再構築することに特化しています。非対称のCroCo3DStereoアーキテクチャを採用し、ViT-LargeエンコーダーとViT-Baseデコーダーを組み合わせ、さまざまな解像度の入力画像を効率的に処理できます。
モデル特徴
マルチ解像度サポート
複数の入力解像度(512x384, 512x336など)をサポートし、さまざまなシーン要件に対応
効率的な3D再構築
単一または複数の画像から迅速に3Dシーンの幾何構造を再構築
先進的なアーキテクチャ
ViT-LargeエンコーダーとViT-Baseデコーダーを組み合わせた非対称CroCo3DStereoアーキテクチャ
モデル能力
単一画像3D再構築
マルチビュー3D再構築
深度推定
点群生成
使用事例
コンピュータビジョン
シーン再構築
単一または複数の写真から屋内/屋外シーンの3Dモデルを再構築
AR/VRアプリケーションに使用可能な3Dシーンを生成
オブジェクトモデリング
オブジェクトの写真から3Dモデルを生成
3Dプリンティングやデジタルコンテンツ作成に使用可能
拡張現実
ARシーン理解
ARアプリケーションにシーンの3D幾何情報を提供
ARオブジェクトのリアリズムとインタラクティブ性を向上
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