# 合成データ汎化

Sapiens Pose 0.6b
Sapiensは3億枚の高解像度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ファミリーで、人間中心の視覚タスクに特化しています。
姿勢推定 英語
S
facebook
19
2
Sapiens Depth 0.3b Bfloat16
Sapiensは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シリーズモデルで、人間中心の視覚タスクに特化しています。
3Dビジョン 英語
S
facebook
22
0
Sapiens Depth 1b Bfloat16
Sapiensは3億枚の1024x1024解像度のポートレート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で、人間中心の視覚タスクに特化しています。
3Dビジョン 英語
S
facebook
37
0
Sapiens Depth 2b Bfloat16
Sapiens-2Bは3億枚の高解像度人体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で、人体深度推定タスクに最適化されており、1K解像度の推論をサポートし、実シーンでの優れた汎化能力を有します。
3Dビジョン 英語
S
facebook
17
0
Sapiens Seg 0.6b Bfloat16
Sapiensは3億枚の1024x1024解像度の人間画像で事前学習された視覚Transformerモデルファミリーで、人間中心の視覚タスクに特化しています。
画像セグメンテーション 英語
S
facebook
24
0
Sapiens Seg 1b Bfloat16
Sapiensは3億枚の高解像度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で、人間中心の視覚タスクに特化
画像セグメンテーション 英語
S
facebook
42
0
Sapiens Pose 1b Bfloat16
Sapiensは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シリーズモデルで、人間中心の視覚タスクに特化しています。
姿勢推定 英語
S
facebook
31
0
Sapiens Pretrain 1b Bfloat16
Sapiensは3億枚の1024×1024解像度人体画像で事前学習されたビジュアルトランスフォーマーモデルで、高解像度推論と実シーン汎化をサポートします。
画像分類 英語
S
facebook
23
0
Sapiens Pretrain 2b Bfloat16
Sapiensは3億枚の1024x1024解像度人間画像で事前学習された視覚Transformerモデルファミリーで、高解像度推論と実世界シーンへの汎化をサポートします。
画像分類 英語
S
facebook
20
2
Sapiens Depth 0.3b
智人(Sapiens)は30億枚の高解像度人間画像で事前学習された視覚Transformerモデルで、人間中心の視覚タスクに特化しています。
3Dビジョン 英語
S
facebook
24
0
Sapiens Depth 0.6b
Sapiensは3億枚の1024x1024解像度の人間画像で事前学習された視覚Transformerモデルファミリーで、人間中心の視覚タスクに特化しています。
3Dビジョン 英語
S
facebook
19
1
Sapiens Depth 2b
Sapiensは3億枚の1024×1024解像度人間画像で事前学習された視覚Transformerモデルファミリーで、人間中心の視覚タスクに特化しています。
3Dビジョン 英語
S
facebook
40
3
Sapiens Seg 0.3b
Sapiensは3億枚の1024×1024解像度の人間画像で事前学習された視覚Transformerモデルファミリーで、人間中心の視覚タスクに特化しています。
画像セグメンテーション 英語
S
facebook
48
2
Sapiens Seg 0.6b
Sapiensは3億枚の1024x1024解像度の人間画像で事前学習されたVision Transformerモデルファミリーで、人間中心の視覚タスクに特化しています。
画像セグメンテーション 英語
S
facebook
16
0
Sapiens Seg 1b
Sapiensは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モデルで、人間中心のセグメンテーションタスクに特化し、1K高解像度推論をサポートします。
画像セグメンテーション 英語
S
facebook
146
4
Sapiens Pose 1b
Pose-Sapiens-1Bは、ビジョントランスフォーマーアーキテクチャに基づく高解像度人体姿勢推定モデルで、3億枚の1024x1024解像度の人間画像で事前学習されており、308のキーポイント検出(身体、顔、手、足)をサポートします。
姿勢推定 英語
S
facebook
82
4
Sapiens Pretrain 0.3b
Sapiensは3億枚の高解像度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で、人間中心の視覚タスク向けに設計されています。
画像分類 英語
S
facebook
34
1
Sapiens Pretrain 0.6b
Sapiensは3億枚の1024×1024解像度人体画像で事前学習された視覚Transformerモデルで、人間中心の視覚タスクに優れています。
画像分類 英語
S
facebook
13
0
Sapiens Pretrain 1b
Sapiensは3億枚の高解像度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で、人間中心の視覚タスクに特化しています。
人の顔に関係がある 英語
S
facebook
48
1
Sapiens Pretrain 2b
Sapiens-2Bは3億枚の高解像度人間画像で事前学習された視覚Transformerモデルで、人間中心の視覚タスク向けに設計されており、優れた汎化能力を備えています。
人の顔に関係がある 英語
S
facebook
28
2
Sapiens Depth 2b Torchscript
Sapiensは3億枚の1024×1024解像度人体画像で事前学習されたビジョンTransformerモデルで、人体中心の視覚タスク向けに設計されており、優れた汎化能力を備えています。
3Dビジョン 英語
S
facebook
58
0
Sapiens Seg 0.6b Torchscript
Sapiensは3億枚の1024x1024解像度の人間画像で事前学習された視覚Transformerモデルファミリーで、人間中心の視覚タスクに特化しています。
画像セグメンテーション 英語
S
facebook
25
0
Sapiens Seg 1b Torchscript
Sapiensは3億枚の1024×1024解像度人体画像で事前学習されたビジョントランスフォーマーシリーズで、人体中心の視覚タスク向けに設計され、優れた汎化能力を備えています。
画像セグメンテーション 英語
S
facebook
892
1
Sapiens Pose 1b Torchscript
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。
姿勢推定 英語
S
facebook
1,245
7
Sapiens Pretrain 1b Torchscript
Sapiensは3億枚の1024x1024解像度人間画像で事前学習された視覚Transformerファミリーで、人間中心の視覚タスク向けに設計されています。
画像分類 英語
S
facebook
35
0
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