Sapiens Seg 0.6b

🚀 Seg-Sapiens-0.6B

Seg-Sapiens-0.6Bは、人間画像に対する高精度なセグメンテーションを行うモデルです。3億枚の人間画像を用いて事前学習され、人間中心のビジョンタスクに対して優れた汎化性能を持ちます。

🚀 クイックスタート

このモデルは、人間画像に対する28クラスの身体部位セグメンテーションを行うために使用できます。

✨ 主な機能

• 3億枚の1024x1024解像度の人間画像で事前学習されたビジョントランスフォーマーモデル。
• 人間中心のビジョンタスクに対して、実環境での汎化性能に優れています。
• 1Kの高解像度推論をサポートしています。
• ラベル付きデータが少ない場合や完全に合成データの場合でも、実環境のデータに対して良好な汎化性能を示します。

📦 インストール

READMEに具体的なインストール手順が記載されていないため、このセクションは省略されます。

💻 使用例

READMEに具体的なコード例が記載されていないため、このセクションは省略されます。

📚 ドキュメント

モデル詳細

Sapiensは、1024x1024解像度の3億枚の人間画像で事前学習されたビジョントランスフォーマーのファミリーです。事前学習されたモデルは、人間中心のビジョンタスクに微調整すると、実環境の条件に汎化できます。 Sapiens-0.6Bは、ネイティブで1Kの高解像度推論をサポートしています。得られたモデルは、ラベル付きデータが少ない場合や完全に合成データの場合でも、実環境のデータに対して顕著な汎化性能を示します。

モデルカード

その他のリソース

• リポジトリ: https://github.com/facebookresearch/sapiens
• 論文: https://arxiv.org/abs/2408.12569
• デモ: https://huggingface.co/spaces/facebook/sapiens-seg
• プロジェクトページ: https://about.meta.com/realitylabs/codecavatars/sapiens
• 追加結果: https://rawalkhirodkar.github.io/sapiens
• HuggingFaceコレクション: https://huggingface.co/collections/facebook/sapiens-66d22047daa6402d565cb2fc

🔧 技術詳細

READMEに具体的な技術詳細が記載されていないため、このセクションは省略されます。

📄 ライセンス

このモデルは、Creative Commons Attribution-NonCommercial 4.0ライセンスの下で提供されています。