Sapiens Seg 0.3b Torchscript

🚀 Seg-Sapiens-0.3B-Torchscript

Sapiensは、1024 x 1024の画像解像度で3億枚の人間画像を事前学習したビジョントランスフォーマーのファミリーです。この事前学習モデルは、人間中心のビジョンタスクに微調整すると、実環境でも汎化性能を発揮します。

🚀 クイックスタート

Sapiens-0.3Bは、1Kの高解像度推論をネイティブに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不足している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卓越した汎化性能を示します。

✨ 主な機能

• 開発元: Meta
• モデルタイプ: ビジョントランスフォーマー
• ライセンス: Creative Commons Attribution-NonCommercial 4.0
• タスク: セグメンテーション
• フォーマット: torchscript
• ファイル: sapiens_0.3b_goliath_best_goliath_mIoU_7673_epoch_194_torchscript.pt2

📚 ドキュメント

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

💻 使用例

Seg 0.3Bモデルは、人間の画像に対して28クラスの身体部位セグメンテーションを実行するために使用できます。

📄 ライセンス

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