Sapiens Pretrain 1b Torchscript

🚀 Pretrain-Sapiens-1B-Torchscript

Sapiens是一系列视觉变换器模型，在3亿张分辨率为1024 x 1024的人类图像上进行了预训练。这些预训练模型在针对以人类为中心的视觉任务进行微调后，能够很好地泛化到实际场景中。Sapiens-1B原生支持1K高分辨率推理，即使在标记数据稀缺或完全为合成数据的情况下，得到的模型也能对实际数据表现出出色的泛化能力。

🚀 快速开始

预训练的10亿参数模型可用于特征提取、微调，或作为训练新模型的起点。

✨ 主要特性

• 开发方：Meta
• 模型类型：视觉变换器
• 许可证：知识共享署名 - 非商业性使用 4.0许可协议
• 任务：预训练
• 格式：torchscript
• 文件：sapiens_1b_epoch_173_torchscript.pt2

📚 详细文档

模型卡片

更多资源

• 仓库：https://github.com/facebookresearch/sapiens
• 论文：https://arxiv.org/abs/2408.12569
• 演示：Sapiens Gradio Spaces
• 项目页面：https://about.meta.com/realitylabs/codecavatars/sapiens
• 额外结果：https://rawalkhirodkar.github.io/sapiens
• HuggingFace集合：https://huggingface.co/collections/facebook/sapiens-66d22047daa6402d565cb2fc

📄 许可证

本项目采用知识共享署名 - 非商业性使用 4.0许可协议（Creative Commons Attribution-NonCommercial 4.0）。