S

Sapiens Pose 1b Torchscript

facebookによって開発
Sapiensは3億枚の1024x1024解像度人体画像で事前学習された視覚Transformerモデルで、高精度な姿勢推定タスクのために設計されています。
ダウンロード数 1,245
リリース時間 : 9/9/2024

モデル概要

このモデルは単一画像上の308個のキーポイント推定に使用され、身体、顔、手、足をカバーし、1K高解像度推論をサポートし、優れた汎化能力を持っています。

モデル特徴

高解像度サポート
ネイティブで1K高解像度推論をサポートし、画像入力サイズは1024x768です。
多部位キーポイント検出
身体、顔、手、足の合計308個のキーポイントを同時に検出できます。
強力な汎化能力
アノテーションデータが不足している場合や完全に合成された場合でも、実データに対する優れた汎化能力を発揮します。
効率的な計算
計算量は4.647兆回の浮動小数点演算で、精度と効率のバランスが取れています。

モデル能力

人体姿勢推定
顔キーポイント検出
手キーポイント検出
足キーポイント検出
高解像度画像処理

使用事例

スポーツ分析
アスリート動作分析
アスリートの動作姿勢を分析し、技術動作の改善を支援します。
全身308個のキーポイントを正確に捕捉可能
ヒューマンコンピュータインタラクション
ジェスチャー認識
複雑なジェスチャー動作を認識し、自然なヒューマンコンピュータインタラクションを実現します。
高精度な手キーポイント検出
バーチャルリアリティ
バーチャルアバター駆動
バーチャルアバターをリアルタイムで駆動し、リアルなモーションキャプチャを実現します。
全身姿勢のリアルタイム推定
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase